Институт социологии
Федерального научно-исследовательского социологического центра
Российской академии наук

Журнал: Социология: методология, методы, математическое моделирование (Социология:4М)

Кирби Д., Боллен К.
Использование тестов с инструментальными переменными в оценивании качества спецификации модели для моделей структурных уравнений с латентными переменными. (Перевод Е. В. Зиминой)


Кирби Джеймс Б.
Агентство исследований в области здравоохранения и качества (Роквилл, штат Мэриленд)
Ph.D. по социологии, сотрудник
Боллен Кеннет А.
Университет штата Северная Каролина в Чэпел Хилле
профессор социологии, адъюнкт-профессор статистики

Моя книжная полка

        > отложить
      >> посмотреть свою книжную полку
 

Полный текст

Открыть текст

Ссылка при цитировании:

Кирби Д., Боллен К. Использование тестов с инструментальными переменными в оценивании качества спецификации модели для моделей структурных уравнений с латентными переменными. (Перевод Е. В. Зиминой) // Социология: методология, методы, математическое моделирование (Социология:4М). 2012. Том. 0. № 34. С. 131-171.

Рубрика:

ПЕРЕВОДЫ

Аннотация:

Моделирование структурными уравнениями (МСУ) с латентными переменными служит мощным инструментом анализа в области социальных и поведенческих дисциплин, так как сочетает в себе достоинства психометрии и эконометрики. В МСУ в качестве метода оценки широко используется метод максимального правдоподобия с полной информацией. Вместе с тем сохраняется интерес к алгоритмам оценки с использованием ограниченной информации из-за их робастности по отношению к форме распределения и их меньшей чувствительности к ошибкам структурной спецификации. Однако в научной литературе методы оценки с неполной информацией, предназначенные для оценки согласия моделей с латентными переменными, описаны в меньшей степени по сравнению с методами оценки с полной информацией. Мы пытаемся исправить этот недостаток и даем описание нескольких тестов спецификации, основанных на двухшаговом методе наименьших квадратов, для моделей структурных уравнений с латентными переменными, разработанных Болленом (1996). Мы демонстрируем, каким образом данные тесты могут использоваться не только для идентификации неверно заданной модели, но и для диагностики источника ошибки в спецификации модели. Мы представляем и обсуждаем результаты эксперимента по методу Монте-Карло, цель которого – оценка свойств данных тестов для конечной выборки. Результаты нашего исследования дают право утверждать, что тесты на основе 2МНК-оценки успешно идентифицируют большинство моделей с ошибкой спецификации, в том числе небольшой, и обеспечивают информацией, которая может помочь исследователям при диагностике источника ошибки спецификации.

Литература:

  • Bollen K.A. An Alternative Two Stage Least Squares (2SLS) Estimator for Latent Variable Equations // Psychometrika. 1996. Vol. 61. P. 109–121.
  • Browne M.W. Asymptotically Distribution-Free Methods for the Analysis of Covariance Structures // British Journal of Mathematical and Statistical Psychology. 1984. Vol. 37. P. 62–83.
  • J?reskog K.G., S?rbom D. LISREL 8: User’s Reference Guide. Chicago: Scientific Software International, 1996.
  • Bollen K.A., Kirby J.B., Curran P.J., Paxton P.M., Chen F. Latent Variable Models Under Misspecification: Two-Stage Least Squares (2SLS) and Maximum Likelihood (ML) Estimators // Sociological Methods and Research. 2007. Vol. 36. P. 48–86.
  • Bollen K.A., Maydeu-Olivares A. A Polychoric Instrumental Variable (PIV) Estimator for Structural Equation Models with Categorical Variables // Psychometrika. 2007. Vol. 72. P. 309–326.
  • J?reskog K.G. A General Method for Estimating a Linear Structural Equation System // Structural Equation Models in the Social Science / Ed. A.S. Goldberger, O.D. Duncan. N.Y.: Academic Press, 1973. P. 85–112.
  • Bollen K.A. Structural Equations with Latent Variables. New York: Wiley, 1989.
  • Theil H. Estimation and Simultaneous Correlation in Complete Equation Systems // Central Planning Bureau, The Hague, Netherlands, 1953.
  • Basmann R.L. A Generalized Classical Method of Linear Estimation of Coefficients in a Structural Equation // Econometrica. 1957. Vol. 25. P. 77–83.
  • Madansky A. Instrumental Variables in Factor Analysis // Psychometrika. 1964. Vol. 29. P. 105–113.
  • H?gglund G. Factor Analysis by Instrumental Methods: A Monte Carlo Study of Some Estimation Procedures / REPORT No. 80-2. University of Uppsala, Department of Statistics, Uppsala, Sweden, 1983.
  • J?reskog K.G. Factor Analysis as an Error-in-variables Model // Principles of Modern Psychological Measurement / Ed H. Wainer, S. Messick. Hillsdale, NJ: Lawrence Erlbaum, 1983. P. 185–196.
  • Lance C.E., Cornwell J.M, Mulaik S. A. Limited Information Parameter Estimates for Latent or Mixed Manifest and Latent Variable Models // Multivariate Behavioral Research. 1988. Vol. 23. P. 155–167.
  • Bollen K.A. Two-Stage Least Squares and Latent Variable Models: Simultaneous Estimation and Robustness to Misspecifications // Structural Equation Modeling: Present and Future / Ed. R. Cudeck, S. Du Toit, D. Sorbom. Lincolnwood, IL: Scientific Software, 2001. P. 119–138.
  • Sargan J. The Estimation of Economic Relationships Using Instrumental Variables // Econometrica. 1958. Vol. 26. P. 393–415.
  • Basmann R.L. On Finite Sample Distributions on Generalized Classical Linear Identifiability Test Statistics // Journal of the American Statistical Association. 1960. Vol. 55. P. 650–659.
  • Davidson R., MacKinnon J.G. Estimation and Inference in Econometrics. New York: Oxford University Press, 1993.
  • Baum C.F., Schaffer M.E., Stillman S. Instrumental Variables and GMM: Estimation and Testing / Working Paper 545, Department of Economics, Boston College, 2003.
  • MacCallum R. Specification Searches in Covariance Structure Modeling // Psychological Bulletin. 1986. Vol. 100. No. 1. P. 107–120.
  • Paxton P.M., Bollen K.A., Curran P.J., Chen F., Kirby J.B. Monte Carlo Experiments: Design and Implementation // Structural Equation Modeling. 2001. Vol. 8. P. 287–312.
  • Staiger D., Stock J.H. Instrumental Variable Regression with Weak Instruments // Econometrica. 1997. Vol. 65. P. 557–586.
  • Bentler P.M. EQS: Structural Equations Program Manual, Version 5.0. Los Angeles, CA: BMDP Statistical Software, 1995.
  • Chen F., Bollen K.A., Paxton P.M., Curran P.J., Kirby J.B. Improper Solutions in Structural Equation Models: Causes, Consequences, and Strategies // Sociological Methods and Research. 2001. Vol. 29. P. 468–508.
  • Chen F., Curran P.J., Bollen K.A., Kirby J.B., Paxton P.M. An Empirical Evaluation of the Use of Fixed Cutoff Points in RMSEA Test Statistic in Structural Equation Models // Sociological Methods and Research. 2008. Vol. 6. P. 462–494.
  • Curran P.J., Bollen K.A., Paxton P.M., Kirby J.B., Chen F. The Noncentral Chi-Square Distribution in Misspecified Structural Equation Models: Finite Sample Results from a Monte Carlo Simulation // Multivariate Behavioral Research. 2002. Vol. 37. P. 1–36.
  • Hausman J.A. Specification Tests in Econometrics // Econometrica. 1978. Vol. 46. P. 1251– 1271.
  • Mroz T.A. The Sensitivity of an Empirical Model of Married Women’s Hours of Work to Economic and Statistical Assumptions // Econometrica. 1987. Vol. 55. P. 765–799.
  • Bollen K.A. A Comment on Model Evaluation and Modification // Multivariate Behavioral Research. 1990. Vol. 25. P. 181–85.
  • Bollen K.A., Ting K.F. Confirmatory Tetrad Analysis // Sociological Methodology. 1993. Vol. 23. P. 147–175.

Содержание выпуска

>> Содержание выпуска 2012. Том. 0. № 34.
>> Архив журнала



КОММЕНТАРИИ К ЭТОЙ СТРАНИЦЕ



rss подписаться на RSS ленту комментариев к этой странице
ОСТАВИТЬ КОММЕНТАРИЙ
Комментарии. Всего [0]: