¿Qué tan plausible es mi modelo? Evaluación de la plausibilidad del modelo de los modelos de ecuaciones estructurales...

Área de la Ciencia:

• Estadísticas Estadísticas Las estadísticas.
• Psicometría La psicometría es la psicometría.
• Estadísticas computacionales Estadísticas computacionales.

Sus antecedentes:

• El modelado de ecuaciones estructurales (SEM) es ampliamente utilizado para la comparación de modelos.
• La Probabilidad Posterior Bayesiana (BPP) ofrece un método para la selección de modelos, computable a partir de las puntuaciones del Criterio de Información Bayesiana (BIC).
• Los métodos existentes carecen de directrices para seleccionar modelos para comparar, lo que potencialmente pasa por alto alternativas plausibles.

Objetivo del estudio:

• Proponer un método novedoso para seleccionar modelos vecinos para facilitar el uso de BPP en SEM.
• Proporcionar a los investigadores un enfoque sistemático para identificar un conjunto relevante de modelos alternativos para la comparación.
• Mejorar la toma de decisiones en SEM ofreciendo una estrategia de evaluación de modelos más completa.

Principales métodos:

• Desarrolló un nuevo método para identificar "modelos vecinos" que se incluirán en la comparación de modelos basados en BPP.
• Integró este método en el flujo de trabajo típico de SEM, permitiendo a los investigadores evaluar un modelo ajustado con sus vecinos.
• Creó un paquete R fácil de usar, 'modelbpp', para automatizar la generación de modelos vecinos, el ajuste del modelo y el cálculo de BPP.

Principales resultados:

• El método de selección de modelos vecinos propuesto facilita el uso de BPP para comparar los SEM.
• El paquete R "modelbpp" agiliza el proceso de generación de modelos vecinos y el cálculo de BPPs.
• Este enfoque complementa los índices tradicionales de adecuación y puede revelar evidencias de modelos que no se encuentran en otras métricas.

Conclusiones:

• El nuevo método de selección de modelos vecinos mejora la utilidad de BPP para SEM.
• El paquete R "modelbpp" proporciona una herramienta práctica para que los investigadores mejoren la evaluación de modelos.
• Esto facilita decisiones más informadas en la selección del modelo de ecuación estructural más plausible.