آخرین خبرها
خانه / معادلات ساختاری / حجم نمونه مورد نیاز برای معادلات ساختاری و یک راه حل کار با داده های ناکافی

حجم نمونه مورد نیاز برای معادلات ساختاری و یک راه حل کار با داده های ناکافی

حجم منطقی گروه نمونه:

بر پایه پیشنهاد جمیز استیونس در نظر گرفتن پانزده مورد برای هر متغیر پیش بین در تحلیل رگرسیون چندگانه با روش معمولی کمترین مجذورات استاندارد، یک قاعده سرانگشتی خوب به شمار می آید. چون SEM در برخی جنبه ها کاملا مرتبط با رگرسیون چند متغیری است، تعداد ۱۵ مورد به ازای هر متغیر اندازه گیری شده در SEM غیر منطقی نیست.

لوهلین نتایج مطالعات مشابه مونت کارلو را با استفاده از مدل های تحلیل عاملی تاییدی گزارش کرده و پس از بررسی پیشینه های پژوهش نتیجه می گیرد که برای این طبقه از مدل ها با دو یا چهار عامل، پژوهشگر باید روی گردآوری دست کم ۱۰۰ مورد یا بیش از آن ۲۰۰ مورد برنامه ریزی کند. کاربرد نمونه های کوچکتر می تواند موجب عدم حصول همگرایی، به دست آمدن جواب های نامناسب و یا دقت پایین برآورد پارامترها و به ویژه خطاهای استاندارد شود. خطای استاندارد برنامه SEM بر پایه مفروضه نمونه های بزرگ محاسبه می شود. زمانی که توزیع داده ها نرمال نبوده یا کجی داشته باشد، گروه های نمونه با حجم بزرگتر مورد نیاز است. پیشنهاد کلی آن است که تا حد امکان داده های بیشتری به دست آورید.

کاربرد مناسب داده های ناکافی:

چنانچه برای تحلیل، از داده های ورودی خام استفاده شود، این داده ها باید کامل و بدون مقادیر گمشده باشند. برای کار با داده های ناکامل، چندین راه حل پیش تجربی وجود دارد. حذف لیستی که در آن همه نمره های مربوط به داده های گمشده حذف می شود و حذف زوجی که در آن همبستگی دو متغیری فقط برای مواردی که داده های آن کامل وجود دارد محاسبه می شود، از راه حل های متداول برای کار با مقادیر گمشده است. روش دیگر پیش تجربی برای داده گمشده، جایگزین ساختن این داده ها با میانگین متغیر مربوط است.

http://azrurmia-research.blogfa.com

درباره‌ kashani

جوابی بنویسید

ایمیل شما نشر نخواهد شدخانه های ضروری نشانه گذاری شده است. *

*