複雑なサンプルからの潜在変数に関する無作為化に基づく推論

関心のある変数θが直接観察できず、θの確率的に依存する二次的なランダム変数の値から推定されなければならない場合、複雑なサンプルから推論を行うための標準手続きは適用されません。例としては、項目応答モデルにおける熟練度変数や潜在クラスモデルにおけるクラスメンバーシップがあります。ルビンの「多重代入」技術は、θが観察可能であった場合に得られたサンプル統計の近似を生成し、被調査者のサンプリングとθの潜在的性質による不確実性を考慮した関連する分散推定を提供します。このアプローチは、全国教育進歩評価のデータを用いて示されます。