因子スコアにおけるノンパラメトリック回帰：非線形構造方程式モデルの動機付けと診断

科学分野:

• 統計学
• 計量経済学
• 心理測定学

背景:

• 構造方程式モデル（SEMs）は広く使用されていますが、関数形式を決定することは困難な場合があります。
• 確認的因子分析（CFA）は一般的な測定モデルですが、その構造部分は慎重な仕様が必要です。
• SEMsにおける関数形式を診断するための既存の方法には限界があります。

研究 の 目的:

• SEMsの構造部分における関数形式の動機付けと診断のためのフレームワークを提供すること。
• 内生潜在変数の条件付き期待値のための理論的に十分に根拠のある推定器を開発すること。
• これらの推定器のパフォーマンスを既存の代替案と比較して評価すること。

主な方法:

• 漸近的識別のための数学的母集団ベース分析。
• 潜在変数の条件付き期待値のための推定器の開発。
• 推定器のパフォーマンスを比較するためのシミュレーション研究。

主要な成果:

• 提案されたフレームワークは、SEMsにおける関数形式の仕様に正常に対処します。
• 条件付き期待値の漸近的識別結果が導出されました。
• シミュレーション研究により、新しい推定器が代替案と比較してうまく機能することが実証されました。

結論:

• 開発されたフレームワークと推定器は、構造方程式モデリングのための貴重なツールを提供します。
• 実践においては、ノンパラメトリック回帰法への入力としてバートレット因子スコアを推奨します。
• この研究は、SEM分析の信頼性と妥当性を向上させます。