Скрытая переменная модель

Эта статья поднимает множество проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалить эти сообщения-шаблоны )

Эта статья требует дополнительных ссылок для проверки . Пожалуйста, помогите улучшить эту статью , добавив цитаты из надежных источников . Материал, не полученный от источника, может быть оспорен и удален.
Найти источники: «Модель со скрытыми переменными» - новости · газеты · книги · ученый · JSTOR ( апрель 2011 г. ) ( Узнайте, как и когда удалить это сообщение-шаблон )

Эта статья включает в себя список общих ссылок , но он остается в значительной степени непроверенным, поскольку в нем отсутствует достаточное количество соответствующих встроенных ссылок . Пожалуйста, помогите улучшить эту статью, добавив более точные цитаты. ( Апрель 2011 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения )

( Узнайте, как и когда удалить этот шаблон сообщения )

Модель скрытых переменных - это статистическая модель, которая связывает набор наблюдаемых переменных (так называемые явные переменные ) с набором скрытых переменных .

Предполагается, что ответы на индикаторы или переменные манифеста являются результатом позиции человека в отношении скрытой (ых) переменной (ов), и что переменные манифеста не имеют ничего общего после контроля скрытой переменной ( локальная независимость ).

Различные типы модели скрытых переменных могут быть сгруппированы в зависимости от того, являются ли явные и скрытые переменные категориальными или непрерывными: ^[1]

	Переменные манифеста
Скрытые переменные	Непрерывный	Категоричный
Непрерывный	Факторный анализ	Теория отклика предмета
Категоричный	Скрытый анализ профиля	Анализ скрытых классов

Модель Раша представляет собой простейшую форму теории ответа элемента. Модели смесей играют центральную роль в анализе скрытого профиля.

В факторном анализе и анализе латентных признаков латентные переменные рассматриваются как непрерывные нормально распределенные переменные, а в анализе латентного профиля и анализе латентных классов - как от полиномиального распределения . ^[2] Явные переменные в факторном анализе и анализе скрытого профиля являются непрерывными, и в большинстве случаев их условное распределение с учетом скрытых переменных считается нормальным. В анализе скрытых признаков и анализе латентных классов явные переменные дискретны. Эти переменные могут быть дихотомическими, порядковыми или номинальными переменными. Их условные распределения считаются биномиальными или полиномиальными.

Поскольку распределение непрерывной скрытой переменной можно аппроксимировать дискретным распределением, различие между непрерывными и дискретными переменными оказывается вовсе не принципиальным. Следовательно, может существовать скрытая психометрическая переменная, но не психологическая психометрическая переменная.

Недавно модели DSD и скрытых переменных были впервые применены для оптимизации процедуры экстракции с целью анализа целевых соединений, присутствующих в образцах вина. Моделирование скрытых переменных может быть подходящим инструментом для оптимизации аналитических методов, способствуя реализации строгих, систематических и более эффективных протоколов оптимизации. ^[3]

См. Также [ править ]

Ссылки [ править ]

^ Дэвид Дж. Бартоломью, Фиона Стил, Ирини Мустаки, Джейн И. Гэлбрейт (2002), Анализ и интерпретация многомерных данных для социологов , Chapman & Hall / CRC, стр. 145
^ Everitt, BS (1984). Введение в модели скрытых переменных . Чепмен и Холл. ISBN 978-9401089548.
^ «Конечные проекты скрининга и моделирование скрытых переменных для оптимизации твердофазной микроэкстракции (SPME): тематическое исследование - Количественная оценка летучих жирных кислот в винах». DOI : 10.1016 / j.chemolab.2018.06.010 . Цитировать журнал требует |journal=( помощь )

[1] Дэвид Дж. Бартоломью, Фиона Стил, Ирини Мустаки, Джейн И. Гэлбрейт (2002), Анализ и интерпретация многомерных данных для социологов , Chapman & Hall / CRC, стр. 145

[2] Everitt, BS (1984). Введение в модели скрытых переменных . Чепмен и Холл. ISBN 978-9401089548.

[3] «Конечные проекты скрининга и моделирование скрытых переменных для оптимизации твердофазной микроэкстракции (SPME): тематическое исследование - Количественная оценка летучих жирных кислот в винах». DOI : 10.1016 / j.chemolab.2018.06.010 . Цитировать журнал требует |journal=( помощь )

[1]