.png){kind=icon}
返回
Testing multivariate normality for two-level structural equation models
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jmva.2025.105562.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多元正态性是两水平结构方程模型最大似然分析中的一个常见假设。在正态假设下，水平1观测值的独立性条件不再满足。因此，基于独立观测值的现有多元正态性检验统计量不能直接用于两水平结构方程模型中的相同目的。本文通过运用球矩阵分布理论和不变统计量的一些性质来解决此问题。基于某些现有不变统计量和平衡的水平1样本设计，构建了一系列必要检验。这些必要检验适用于无需大水平1或水平2样本量的情况。进行了一项蒙特卡洛研究，以展示所提检验在控制第一类错误率、水平1变量偏离多元正态性的检验功效以及水平2变量偏离多元正态性的检验功效方面的表现。文中还举例说明了必要检验在一个实际数据集中的应用。
Keyword:
Invariant statistics
Left-spherical matrix distribution
Multivariate normality
Necessary test
Two-level structural equation model
期刊
J
IF:
1.7
论文数:
99
被引数:
5.8K
.png){kind=icon}
查看更多内容