Key points are not available for this paper at this time.
نقترح استخدام تحليل الفئات الكامنة كبديل عن التحليل اللوجستي الخطي للتعويض المتعدد عن البيانات الفئوية الناقصة. تمامًا مثل النماذج اللوجستية الخطية، يمكن استخدام نماذج الفئات الكامنة لوصف هياكل الارتباط المعقدة بين المتغيرات المستخدمة في نموذج التعويض. ومع ذلك، على عكس النماذج اللوجستية الخطية، يمكن استخدام نماذج الفئات الكامنة لبناء نماذج تعويض كبيرة تحتوي على أكثر من عدد قليل من المتغيرات الفئوية. للحصول على تعويضات تعكس عدم اليقين حول المعلمات غير المعروفة للنموذج، نستخدم إجراء تمهيد غير معلمي كبديل للنهج البايزي الكامل الأكثر شيوعًا. تُظهر الطريقة المقترحة للتعويض المتعدد، والتي يتم تنفيذها في برنامج Latent GOLD لتحليل الفئات الكامنة، من خلال مثالين. في مثال البيانات المُحاكاة، نقارن الطريقة الجديدة بأساليب معروفة مثل تقدير الاحتمالية القصوى مع البيانات الناقصة والتعويض المتعدد باستخدام نموذج لوجستي خطي مشبع. يظهر هذا المثال أن الطريقة المقترحة تعطي تقديرات غير متحيزة للمعلمات وأخطاء معيارية. المثال الثاني يتعلق بتطبيق باستخدام مجموعة بيانات نموذجية للعلوم الاجتماعية. تحتوي على 79 متغيرًا تم تضمينها جميعًا في نموذج التعويض. تعتبر الطريقة المقترحة مفيدة بشكل خاص لمجموعات البيانات الكبيرة مثل هذه لأن الأساليب القياسية للتعامل مع البيانات المفقودة في المتغيرات الفئوية تتعطل عندما يكون عدد المتغيرات كبيرًا جدًا.
درس فيرمنت وآخرون (الثلاثاء) هذا السؤال.