Current Location:home > Browse
Your conditions: 张沥今(3)

1. chinaXiv:202005.00044 [pdf]

Lasso回归:从解释到预测

张沥今; 魏夏琰; 陆嘉琦; 潘俊豪
Subjects: Psychology >> Statistics in Psychology

传统的最小二乘回归法关注于对当前数据集的准确估计,容易导致模型的过拟合,影响模型结论的可重复性。随着方法学领域的发展,涌现出的新兴统计工具可以弥补传统方法的局限,从过度关注回归系数值的解释转向提升研究结果的预测能力也愈加成为心理学领域重要的发展趋势。Lasso方法通过在模型估计中引入惩罚项的方式,可以获得更高的预测准确度和模型概化能力,同时也可以有效地处理过拟合和多重共线性问题,有助于心理学理论的构建和完善。

submitted time 2020-05-14 Hits1928Downloads1629 Comment 0

2. chinaXiv:201903.00001 [pdf]

贝叶斯多组比较—渐近测量不变性

张沥今; 宋琼雅; 潘俊豪
Subjects: Psychology >> Statistics in Psychology

测量工具的测量不变性是在潜变量框架下进行多组比较的前提条件。贝叶斯渐近测量不变性方法基于贝叶斯思想的优良特性,通过为参数的跨组差异提供合适的先验分布,放宽了传统的多组验证性因子分析方法对跨组差异的严格限制。同时避免了传统方法容易导致模型拟合过差、修正过程繁琐及一类错误率上升等问题,具有极高的应用价值。文章总结并介绍了渐近测量不变性方法的原理及优势,同时通过实例展示了该方法在Mplus软件中的具体分析过程。

submitted time 2019-03-01 Hits8263Downloads1145 Comment 0

3. chinaXiv:201812.00865 [pdf]

贝叶斯结构方程模型及其研究现状

张沥今; 陆嘉琦; 魏夏琰; 潘俊豪
Subjects: Psychology >> Statistics in Psychology

在心理学研究中结构方程模型(Structural Equation Modeling, SEM)被广泛用于检验潜变量间的因果效应,其估计方法有频率学方法(如,极大似然估计)和贝叶斯方法两类。近年来由于贝叶斯统计的流行及其在结构方程建模中易于处理小样本、缺失数据及复杂模型等方面的优势,贝叶斯结构方程模型发展迅速,但其在国内心理学领域的应用不足。本文主要介绍了贝叶斯结构方程模型的方法基础和优良特性,及几类常用的贝叶斯结构方程模型及其应用现状,旨在为应用研究者介绍新的研究工具。

submitted time 2018-12-27 Hits13342Downloads2408 Comment 0

  [1 Pages/ 3 Totals]