http://scholars.ntou.edu.tw/handle/123456789/22626
標題: | 以LVQ-ESW推估受訪者未知抽樣權重之研究 | 作者: | 楊志堅 蔡良庭 楊志強 |
關鍵字: | 估算分層權重;學習向量量化網絡;驗證性因素分析;MAR;CFA;Estimated Stratum Weights;LVQ;Missing at Random | 公開日期: | 2009 | 出版社: | 五南圖書出版股份有限公司 | 卷: | 51 | 期: | 3 | 起(迄)頁: | 277-293 | 來源出版物: | 中華心理學刊 | 摘要: | 本研究主要提出未知分層權重(stratum weights)的估算法以協助推估母體之確認性因素分析(CFA)之參數。在大型調查研究中,需因應樣本的抽樣機率的不均等,而必須搭配使用正確的取樣權重資料,才能正確地推論母體的統計模型參數。但是當樣本的分層權重資料未知時,若將這些資料全數剔除(listwise deletions)或忽略權重效應,尤其是當未知或遺失資料並非完全隨機遺失(如:MAR)時,將很可能導致推估母體樣貌時的嚴重偏誤。 本研究提出LVQ-ESW權重估算方法,即應用學習向量量化網絡(learning vector quantization network, LVQ)的計算方法以估算樣本在不同分層間的可能權重,再以此插補為其分層權重估算值(Estimated Stratum Weights, ESW)。LVQ的方法並不需事先假設資料之統計分配,依此所得的分層權重可以客觀地區辨各個分層。本研究以數值模擬實驗方法評估LVQ-ESW的正確性及穩定度,實驗設計中包含了多種不同組合的遺失比例、取樣數、取樣不均勻及層間變異。研究結果顯現LVQ-ESW在各個向度中都明顯優於剔除法及不使用權重,也證實了它有相當的正確率及穩定度。本文最後並對此方法的實際應用提出討論及建議。 |
URI: | http://scholars.ntou.edu.tw/handle/123456789/22626 | ISSN: | 1013-9656 | DOI: | 10.6129/CJP.2009.5103.01 |
顯示於: | 教育研究所 |
在 IR 系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。