項目応答データのための因子ツリーコピュラモデル【JST・京大機械翻訳】

Kadhem Sayed H.; Nikoloulopoulos Aristidis K.

プレプリント

J-GLOBAL ID：202202208262362676 整理番号：22P0022576

項目応答データのための因子ツリーコピュラモデル【JST・京大機械翻訳】

Factor tree copula models for item response data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月02日プレプリントサーバーでの情報更新日： 2022年01月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

アイテム応答データのための因子コピュラモデルは,依存性が潜在変数を通して説明できるとき,(切断された)ブドウのコピュラモデルより解釈可能であり,適合し,条件付き独立性の違反に対してロバストではない。これらの問題を回避するため,項目応答データに対する打切vineと因子コピュラモデルを結合して,2つのアプローチの各々から個々の利点を持つ,いわゆる因子ツリーコピュラモデル,結合モデルを定義した。解釈と同定における因子の添加と計算問題と困難を引き起こすのではなく,1つまたは2つの潜在変数に条件付きの残差について,打切vine構造を仮定した。この構造はいくつかの解釈可能な潜在変数を与える条件付き依存性としてより良く説明できる。一方では,因子モデルの簡素な特徴は無傷であり,残りの依存性が他に考慮されている。モデル選択と共に推定を論じた。特に,モデル選択アルゴリズムを提案し,項目応答間の(残差)依存性を捉えるために,妥当な因子ツリーコピュラモデルを選択した。一般的な方法論を,広範なシミュレーション研究によって実証し,そして,Post Traumtic応力障害を分析することによって例証した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

信頼性 , 利益管理 , 舗装一般 , 水文学一般 , 計測機器一般

前のページに戻る