統計における偶発的誤差とその変数間関係および複合測定結果のテストへの影響

科学分野:

• 統計学
• 心理測定学
• データ分析

背景:

• Wu & Browne (2015) によって導入された偶発的誤差は、共分散構造モデル（CSM）における近似的な適合に対処する。
• これは、観測されたデータ行列が、実装の違いにより理論的な行列からランダムに歪められていると仮定する。
• この歪みは、統計的推論の精度に影響を与える。

研究 の 目的:

• CSMの範囲を超えて偶発的誤差の概念を一般化すること。
• 標準誤差、効果サイズ、統計的検出力、測定不確かさに対するその結果を例示すること。
• 研究のばらつきを理解するための統計的枠組みを提供すること。

主な方法:

• シミュレーションを使用して、ペアワイズ関係における標準誤差に対する偶発的誤差の影響を実証した。
• 導出を使用して、偶発的誤差、効果サイズ異質性、および統計的検出力の過大評価との関連を調査した。
• さらなるシミュレーションで、因子スコアや合計スコアなどの複合スコアに対する偶発的誤差の影響を評価した。

主要な成果:

• 偶発的誤差は、標準誤差に対する影響が、CSM外の変数間のペアワイズ関係にも及ぶこと。
• 偶発的誤差は、研究間の効果サイズ異質性や統計的検出力の過大評価を説明する可能性がある。
• 複合スコアの測定不確かさへの影響は小さいとされたが、因子スコアの方が合計スコアよりも大きいことが判明した。

結論:

• 偶発的誤差は、近似的な適合、研究結果のばらつき、および検出力の過大評価を理解するための統計的枠組みを提供する。
• 統計モデリングにおけるデータ生成メカニズムを考慮することの重要性を強調する。
• この発見は、研究結果の解釈と将来の研究の設計に影響を与える。