潛在變項選擇模型結構方程模型之最大概似估計

Maximum Likelihood Estimation of Structural Equation Models with Latent Variable Selection Model

鄭中平(Chung-Ping Cheng) ； 翁儷禎(Li-Jen Weng)

《調查研究》 12期 (2002/10) Pp. 5-27

https://doi.org/10.7014/TCYC.200210.0005

摘要

本研究目的在以MCEM算則（Monte Carlo expectation-maximization algorithm）進行潛在變項影響資料遺漏時結構方程模型的參數估計。結構方程模型分析常需實徵資料驗證研究者的假設模型，資料發生遺漏是其收集過程經常遭遇的情形。遺漏可能與外顯變項有關，但亦可能與潛在變項有關。Muthén、Kaplan與Hollis（1987）描述了外顯變項或潛在變項影響遺漏與否的遺漏機制模型，並發現多數情形下為不可忽略遺漏，現行之遺漏值處理法未必適用。因此，本研究針對Muthén等人之遺漏機制模型發展結構方程模型參數估計方法，並以實例比較其與常用遺漏值處理法的差異，初步發現本研究建議方法在潛在變項影響資料遺漏情形下表現最佳。

關鍵字

非隨機遺漏 ； 選擇模型 ； 結構方程模型 ； 最大概似法 ； 潛在變項

並列摘要

The Monte Carlo expectation-maximization algorithm was proposed for parameter estimation with latent variable selection model in structural equation modeling. Latent variables are allowed to influence data missingness in latent variable selection model. This missing mechanism in most cases is not missing at random. The missing data treatment methods available at present therefore may not be applicable and new development is called for. An empirical example of latent variable selection model was presented. The results indicated that the proposed method yielded satisfactory parameter estimates.

並列關鍵字

nonignorable missingness ； selection model ； structural equation modeling ； maximum likelihood estimation ； latent variable

參考文獻

許功餘、王登峰、楊國樞(2001)。台灣與大陸地區華人之基本性格向度的強弱比較。本土心理學研究。16，185-225。

鄭中平、翁儷禎(2002)。第四屆調查研究方法與應用學術研討會。台北:中央研究院調查研究工作室。

Arbuckle, J. L.(1996).Advanced Structural Equation Modeling: Issues and Techniques.Mahwah. NJ:中央研究院調查研究工作室.

Böckenholt, U.,Tsai, R. C.(2001).Individual Differences in Paired Comparison Data.British Journal of Mathematical and Statistical Psychology.54(2),265-277.

Dempster, A. P.,N. M. Laird,D. B. Rubin(1977).Maximum Likelihood from Incomplete Data via the EM Algorithm.Journal of the Royal Statistical Society, Series B.39(1),1-38.