ฉันจะไปอ่านบทความโดยMúthenและMúthenผู้แต่งซอฟต์แวร์Mplusโดยเฉพาะ
- Múthen, BO (1984) รูปแบบสมการทั่วไปโครงสร้าง dichotomous สั่งเด็ดขาดและต่อเนื่องหุ้นแฝง Psychometrika , 49, 115–132
- Muthén, B. , du Toit, SHC และ Spisic, D. (1997) การอนุมานที่มีประสิทธิภาพโดยใช้กำลังสองน้อยที่สุดและสมการประมาณกำลังสองในการสร้างแบบจำลองตัวแปรแฝงด้วยผลลัพธ์ที่เป็นหมวดหมู่และต่อเนื่อง ไม่เผยแพร่รายงานทางเทคนิค
(มีให้ในรูปแบบ PDF จากที่นี่: ตารางถ่วงน้ำหนักน้อยที่สุดสำหรับตัวแปรหมวดหมู่ )
มีจำนวนมากขึ้นที่จะเห็นในวิกิพีเดีย Mplus เช่นแอลเอสเทียบกับผลการ WLSMV กับข้อมูลลำดับ ; ผู้เขียนสองคนตอบสนองได้ดีมากและให้คำตอบโดยละเอียดพร้อมการอ้างอิงที่เป็นไปได้เสมอ การเปรียบเทียบบางส่วนของกำลังสองน้อยที่สุดที่มีน้ำหนักเทียบกับวิธีการที่ใช้ ML ในการวิเคราะห์เมทริกซ์สหสัมพันธ์โพลีคอร์ซิกหรือโพลีเซเรียลสามารถพบได้ใน:
Lei, PW (2009) การประเมินวิธีการประมาณค่าข้อมูลลำดับในการสร้างแบบจำลองสมการโครงสร้าง คุณภาพและปริมาณ , 43, 495–507
สำหรับการพัฒนาทางคณิตศาสตร์อื่น ๆ คุณสามารถดู:
Jöreskogกิโลกรัม (1994) ในการประมาณค่าของความสัมพันธ์ polychoric และเมทริกซ์ความแปรปรวนของพวกเขา Psychometrika , 59 (3), 381-389 (ดูเอกสารของSY Lee )
Sophia Rabe-Hesketh และเพื่อนร่วมงานของเธอยังมีเอกสารที่ดีเกี่ยวกับ SEM ข้อมูลอ้างอิงที่เกี่ยวข้อง ได้แก่ :
- Rabe-Hesketh, S. Skrondal, A. และ Pickles, A. (2004b) ทั่วไปหลายแบบจำลองสมการโครงสร้าง Psychometrika , 69, 167–190
- Skrondal, A. และ Rabe-Hesketh, S. (2004) ทั่วไปแฝงตัวแปรการสร้างแบบจำลอง: หลาย, ยาวและสมการโครงสร้างรุ่น แชปแมน & ฮอล / ซีอาร์ซี, โบคาเรตัน, ฟลอริดา (นี่คือหนังสืออ้างอิงสำหรับทำความเข้าใจ / ทำงานกับ Stata gllamm )
แหล่งข้อมูลที่ดีอื่น ๆ อาจจะมีการระบุไว้ในเว็บไซต์ยอดเยี่ยมจอห์น Uebersax ของโดยเฉพาะอย่างยิ่งรู้เบื้องต้นเกี่ยวกับ Tetrachoric และ Polychoric ค่าสัมประสิทธิ์สหสัมพันธ์ เนื่องจากคุณสนใจงานประยุกต์ฉันขอแนะนำให้ดูที่OpenMx (เป็นชุดซอฟต์แวร์อื่นสำหรับการสร้างแบบจำลองโครงสร้างความแปรปรวนร่วม) และลาวา (ซึ่งมีจุดมุ่งหมายในการส่งมอบผลลัพธ์ที่คล้ายกับ EQS หรือ Mplus) ทั้งสองมีอยู่ภายใต้ R