構造方程ミクスチャモデルの評価: パラメータ推定とクラスの正しい割り当て

構造方程ミクスチャモデル（SEMMs）は、各クラス内で構造方程式モデルを推定することを許可する潜在クラスモデルです。SEMMsのフィッティングは、ノートルダム大学の高齢化に関する縦断的研究の1つの波からのデータを使用して示されています。説明に使用されたモデルに基づいて、SEMMパラメータ推定と正しいクラス割り当てが大規模なシミュレーション研究で調査されます。シミュレーション研究の設計要因は、（不）均衡なクラス比率、（不）均衡な因子分散、サンプルサイズ、およびクラスの分離です。正しいおよび誤った指定のクラス内構造関係を持つモデルの適合度を比較します。さらに、バイナリ指標を使用してSEMMsを適合させる可能性を調査します。クラス内分布の構造はさまざまな条件下で回収可能であり、SEMMsが複雑なクラス内モデルをテストする一般的な可能性と柔軟性を示しています。正しいクラス割り当てには制限があります。