13146767848 发表于 2019-3-4 16:13
同样的问题想请教一下,自变量既有分类变量也有连续变量,那在Mplus中还是用WLSMV估计法吗
同学你好
~WLSMV估计是专门为了处理类别变量设计的(Muthén, 1993),所以在处理类别数据时表现优于其他估计方法(Beauducel & Herzberg, 2006; Flora & Patrick, 2004; Finney & DiStefano, 2006)。Flora和Patrick(2004)的模拟研究比较了WLSMV和WLS处理非正态类别数据时的表现,结果发现WLS仅在简单模型、大样本时(n > 1000)表现尚可,在其他条件下表现均不理想(不精确的参数估计、检验统计量和标准误),而WLSMV在所有条件下(偏态和小样本n=100)均能获得不错的参数估计结果。Beauducel和Herzberg(2006)比较了WLSMV和ML在处理2-6个类别及4个样本量(250, 500, 750, 1000)情况下的表现,结果发现在2和3个类别时ML会低估因子负荷,特别是样本量较小时,而在所有条件下WLSMV均表现优良。因此在处理类别数据时不管数据分布形态如何选择WLSMV是相对稳妥的做法。(有所借鉴)