非正态分布的样本数据的一些想法
看了论坛里的帖子，感觉大家对样本的形式经常遇到一些问题，我说说我的看法：<br /> 一个量表为3级、5级或9级选项甚至极限情况的0-1分布，是否可以做CFA?这些分数是否连续且服从正态分布？<br /> <br /> <br /> 本质上：首先我们应当从正态分布的要求去考虑：事实上，正态分布或起码是连续分布的要求是有的，但那只是对本质而言，而非测量结果。比如考试成绩（能力）记录为及格和不及格（观测变量），虽然观测变量是0-1变量或者是等级变量，但本质“能力”还是可以假设为连续的。如果本质是“性别”，观测变量为性染色体X的个数，那么这个就不服从基本假设了。<br /> <br /> <br /> <br /> <br /> 方法上：AMOS和LISREL我都做过，个人觉得大家还是用后者的好，虽然AMOS操作简便，但你无法得到一些关键的数据，对你的理解与调整是不利的。一般情况下我们选择covariances去拟合，这就对选择何种方法有区别了，MLE或ULS对分布敏感，特别是小样本，但另有对分布不敏感的方法可用,如GLS,ADF.关于参数估计不同算法的性质和样本量与分布的关系，有兴趣可以多读些相关文献，但首先复习下Liapunnov中心极限定理。如果我们从中心极限定理利亚普若夫定理的方向去考虑，在大样本条件下（>5000）,等级参数的极大似然估计仍然是渐进无偏的）<br /> <br /> <br /> 个人的一点想法，版主指教<br /> 页:
[1]