Βιβλιοθήκη ΟΠΑ - Ψηφιακό Αποθετήριο

ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη

Όνομα χρήστη
Κωδικός πρόσβασης

Συλλογές :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Επιστημών και Τεχνολογίας της Πληροφορίας / School of Informatics Τμήμα Στατιστικής / Department of Statistics Μεταπτυχιακές Εργασίες / Postgraduate dissertations

Τίτλος :	Latent Variable Models with Ordinal Data: a comparison among the Classical Factor Analysis Model, the Underlying Variable Approach and the Item Response Theory

Εναλλακτικός τίτλος :	Μοντέλα Λανθάνουσων Μεταβλητών Με Διατεταγμένα Δεδομένα: μία σύγκριση μεταξύ του Κλασικού Μοντέλου Παραγοντικής Ανάλυσης, της Προσέγγισης Υπονοούμενης Μεταβλητής και της Θεωρίας Απαντήσεων

Δημιουργός :	Karderinis, Panagiotis Καρδερίνης, Παναγιώτης

Συντελεστής :	Moustaki, Irini (Επιβλέπων καθηγητής) Athens University of Economics and Business, Department of Statistics (Degree granting institution)

Τύπος :	Text

Φυσική περιγραφή :	142p.

Γλώσσα :	en

Περίληψη :	Items with ordinal responses (e.g. Likert-type items) are very common in social science surveys. Factor Analysis applies to both ordinal and continuous variables. However, the models and estimation methods that are used for continuous items are unsuitable for ordinal items as they do not take account of the nature of the data. In this dissertation we examine latent variable models that are used for analyzing ordinal manifest variables. In detail we refer to the Classical Factor Analysis model that ignores the ordinal properties of the manifest variables, to models that make use of the Underlying Variable Approach and to a model found in Item Response Theory. Through a simulation study we compare four statistical models with one another by using two different sets of generated ordinal data, one with high and one with low correlations, and various numbers of categories. The aim of this study is to investigate if ordinal variables with large number of categories are treated as if they were interval levels variables. The models are the classical factor analysis based on Pearson correlations, the classical factor analysis based on polychoric correlations, the PRELIS-LISREL model and the Proportional Odds Model. The comparison is made with respect to the parameter estimates and goodness-of-fit. Estimation of the models and feasibility are also discussed. Οι διατεταγμένες μεταβλητές (π.χ αντικείμενα τύπου Likert) είναι πολύ συνηθισμένες στις έρευνες των κοινωνικών επιστημών. Η Παραγοντική Ανάλυση (Factor Analysis) εφαρμόζεται τόσο για διατεταγμένες όσο και για συνεχείς μεταβλητές. Ωστόσο, οι μέθοδοι εκτίμησης καθώς και τα μοντέλα που χρησιμοποιούνται για συνεχείς μεταβλητές είναι ακατάλληλα για διατεταγμένες μεταβλητές, καθώς δεν λαμβάνουν υπόψη την φύση των δεδομένων. Σε αυτή την διατριβή εξετάζουμε Μοντέλα Λανθάνουσων Μεταβλητών (Latent Variable Models) που χρησιμοποιούνται για την ανάλυση διατεταγμένων παρατηρούμενων μεταβλητών. Αναλυτικότερα αναφερόμαστε στο κλασικό μοντέλο Παραγοντικής Ανάλυσης που αγνοεί τις ιδιότητες διάταξης των παρατηρούμενων μεταβλητών, σε μοντέλα που χρησιμοποιούν την Προσέγγιση Υπονοούμενης Μεταβλητής (Underlying Variable Approach) καθώς και σε ένα μοντέλο από την Θεωρία Απαντήσεων (Item Response Theory). Μέσα από μία μελέτη προσομοίωσης θα συγκρίνουμε τέσσερα στατιστικά μοντέλα μεταξύ τους, χρησιμοποιώντας δύο διαφορετικές ομάδες διατεταγμένων δεδομένων, μία με υψηλές και μία με χαμηλές συσχετίσεις και διαφορετικό αριθμό κατηγοριών. Ο σκοπός αυτής της μελέτης είναι να διερευνήσει εάν οι μεταβλητές που βρίσκονται σε κλίμακα διάταξης με μεγάλο αριθμό κατηγοριών μπορούν να αντιμετωπιστούν σαν να ήταν μετρικές. Τα μοντέλα είναι η κλασική Παραγοντική Ανάλυση βασισμένη στις συσχετίσεις του Pearson, η κλασική Παραγοντική Ανάλυση βασισμένη στις polychoric συσχετίσεις, το PRELIS-LISREL μοντέλο και το Proportional Odds μοντέλο. Η σύγκριση γίνεται όσον αφορά την εκτίμηση των παραμέτρων και την προσαρμογή του μοντέλου. Επίσης γίνεται αναφορά στην εκτίμηση και την δυνατότητα υλοποίησης των μοντέλων.

Περίληψη :

Items with ordinal responses (e.g. Likert-type items) are very common in social science surveys. Factor Analysis applies to both ordinal and continuous variables. However, the models and estimation methods that are used for continuous items are unsuitable for ordinal items as they do not take account of the nature of the data. In this dissertation we examine latent variable models that are used for analyzing ordinal manifest variables. In detail we refer to the Classical Factor Analysis model that ignores the ordinal properties of the manifest variables, to models that make use of the Underlying Variable Approach and to a model found in Item Response Theory. Through a simulation study we compare four statistical models with one another by using two different sets of generated ordinal data, one with high and one with low correlations, and various numbers of categories. The aim of this study is to investigate if ordinal variables with large number of categories are treated as if they were interval levels variables. The models are the classical factor analysis based on Pearson correlations, the classical factor analysis based on polychoric correlations, the PRELIS-LISREL model and the Proportional Odds Model. The comparison is made with respect to the parameter estimates and goodness-of-fit. Estimation of the models and feasibility are also discussed.
Οι διατεταγμένες μεταβλητές (π.χ αντικείμενα τύπου Likert) είναι πολύ συνηθισμένες στις έρευνες των κοινωνικών επιστημών. Η Παραγοντική Ανάλυση (Factor Analysis) εφαρμόζεται τόσο για διατεταγμένες όσο και για συνεχείς μεταβλητές. Ωστόσο, οι μέθοδοι εκτίμησης καθώς και τα μοντέλα που χρησιμοποιούνται για συνεχείς μεταβλητές είναι ακατάλληλα για διατεταγμένες μεταβλητές, καθώς δεν λαμβάνουν υπόψη την φύση των δεδομένων. Σε αυτή την διατριβή εξετάζουμε Μοντέλα Λανθάνουσων Μεταβλητών (Latent Variable Models) που χρησιμοποιούνται για την ανάλυση διατεταγμένων παρατηρούμενων μεταβλητών. Αναλυτικότερα αναφερόμαστε στο κλασικό μοντέλο Παραγοντικής Ανάλυσης που αγνοεί τις ιδιότητες διάταξης των παρατηρούμενων μεταβλητών, σε μοντέλα που χρησιμοποιούν την Προσέγγιση Υπονοούμενης Μεταβλητής (Underlying Variable Approach) καθώς και σε ένα μοντέλο από την Θεωρία Απαντήσεων (Item Response Theory). Μέσα από μία μελέτη προσομοίωσης θα συγκρίνουμε τέσσερα στατιστικά μοντέλα μεταξύ τους, χρησιμοποιώντας δύο διαφορετικές ομάδες διατεταγμένων δεδομένων, μία με υψηλές και μία με χαμηλές συσχετίσεις και διαφορετικό αριθμό κατηγοριών. Ο σκοπός αυτής της μελέτης είναι να διερευνήσει εάν οι μεταβλητές που βρίσκονται σε κλίμακα διάταξης με μεγάλο αριθμό κατηγοριών μπορούν να αντιμετωπιστούν σαν να ήταν μετρικές. Τα μοντέλα είναι η κλασική Παραγοντική Ανάλυση βασισμένη στις συσχετίσεις του Pearson, η κλασική Παραγοντική Ανάλυση βασισμένη στις polychoric συσχετίσεις, το PRELIS-LISREL μοντέλο και το Proportional Odds μοντέλο. Η σύγκριση γίνεται όσον αφορά την εκτίμηση των παραμέτρων και την προσαρμογή του μοντέλου. Επίσης γίνεται αναφορά στην εκτίμηση και την δυνατότητα υλοποίησης των μοντέλων.

Λέξη κλειδί :	Latent Variable Models Classical Factor Analysis Model Underlying Variable Approach Item Response Theory Ordinal Data Μοντέλα Λανθάνουσων Μεταβλητών Κλασικό μοντέλο Παραγοντικής Ανάλυσης Προσέγγιση Υπονοούμενης Μεταβλητής Θεωρία απαντήσεων Διατεταγμένα δεδομένα

Ημερομηνία :	30-04-2010

Άδεια χρήσης :

Αρχείο: Karderinis_2010.pdf

Τύπος: application/pdf

Είσοδος