Mean and Covariance Structure Analysis: Theoretical and Practical Improvements
Mean and Covariance Structure Analysis: Theoretical and Practical Improvements
复制标题
均值和协方差结构分析：理论和实践改进
DOI：
10.1080/01621459.1997.10474029
复制
发表时间：
1997
影响因子：
3.7
通讯作者：
P. Bentler
中科院分区：
文献类型：
--
作者：
K. Yuan;P. Bentler
摘要在社会科学和行为科学中应用最广泛的多元统计模型涉及观测变量和潜变量之间的线性结构关系。在实践中，这些变量通常是非正态分布的，因此经典的多变量分析，基于多项无误差的变量没有同时的相互关系，是不足以处理这样的数据。一个有前途的替代方案，基于渐近分布自由（ADF）的协方差结构分析，已被发现在实际模型评估中，在有限的样本容量与非正态数据几乎是无用的。本文利用非线性回归和广义最小二乘估计的方法，对任意分布下结构模型的基本统计理论进行了新的探讨。例如，我们采用回归理论中的残差权重矩阵。我们开发了一系列的估计和测试的基础上任意分布理论。我们得到了一种概率Bartlett co.
Abstract The most widely used multivariate statistical models in the social and behavioral sciences involve linear structural relations among observed and latent variables. In practice, these variables are generally nonnormally distributed; hence classical multivariate analysis, based on multinomial error-free variables having no simultaneous interrelations, is not adequate to deal with such data. A promising alternative, based on asymptotically distribution-free (ADF) covariance structure analysis, has been found to be virtually useless in practical model evaluation at finite sample sizes with nonnormal data. We take a new look at the basic statistical theory of structural models under arbitrary distributions, using the methodology of nonlinear regression and generalized least squares estimation. For example, we adopt the use of residual weight matrices from regression theory. We develop a series of estimators and tests based on arbitrary distribution theory. We obtain a type of probabilistic Bartlett co...
登录
查看更多内容
DOI：
10.1111/j.2044-8317.1991.tb00966.x
发表时间：
1991-11-01
影响因子：
2.6
作者：
CHOU, CP;BENTLER, PM;SATORRA, A
通讯作者：
SATORRA, A
DOI：
10.1111/j.2044-8317.1994.tb01025.x
发表时间：
1994-05
期刊：
The British journal of mathematical and statistical psychology
影响因子：
--
作者：
Y. Yung;P. Bentler
通讯作者：
Y. Yung;P. Bentler
DOI：
10.1111/j.2044-8317.1984.tb00789.x
发表时间：
1984-01-01
影响因子：
2.6
作者：
BROWNE, MW
通讯作者：
BROWNE, MW
影响因子：
22.4
作者：
HU, LT;BENTLER, PM;KANO, Y
通讯作者：
KANO, Y