縦断データにおける差異と変化の潜在変数モデリング

このレビューは、データ分析における一般的な質問を考察します：縦断的繰り返し測定データを分析する最も有用な方法は何ですか？私たちは、潜在変数を含む構造方程式モデル（SEM）の現代的な形態について議論します。このレビューの具体的な目的は、基本的なSEMの定義を明確にし、古典的モデルとの関連を考察し、新しいモデルの検証可能な特徴に焦点を当て、より完全なプレゼンテーションに関する最近の文献を提供することです。より広範な目標は、なぜ多くの研究者がデータ分析におけるSEMアプローチに熱心であるのかを示すことです。まず、縦断データ分析におけるいくつかの古典的な問題を概説し、差異と変化の定義を考え、測定誤差に関する問題を提起します。次に、不変共通因子を含むいくつかの古典的SEMを提示し、なぜこれらが重要であるのかを説明します。これが潜在変化スコアに基づく新しいSEMにつながり、これらがどのように有用であるかを説明します。