在结构方程模型（SEM）中用于构建置信区间的缩放差异检验的比较

《Structural Equation Modeling: A Multidisciplinary Journal》：A Comparison of Scaled Difference Tests for Forming Confidence Intervals in SEM

结构方程模型中，基于似然的置信区间比Wald方法更优，但非正态性影响鲁棒性。本研究通过模拟比较三种缩放检验（原方法、z1/z2和MLR）和两种软件实现（lavaan+semlbci），发现原方法在行为遗传模型中表现最佳，接近自助法，但lavaan估计存在困难。

　　

摘要

在结构方程建模中，基于似然的置信区间通常比基于Wald的置信区间表现更好。其中一个挑战是这些区间对非正态性的鲁棒性。虽然先前的研究已经实现了一种基于某种标准化检验的“鲁棒”变体，但还有其他标准化差异检验可供使用。此外，基于lavaan的软件实现存在一定的难度，包括semlbci包在内的几种解决方案尚未经过比较。我们报告了两项模拟实验，评估了三种标准化差异检验和两种软件实现方法；同时我们也采用了自助法、贝叶斯估计以及基于观测信息的三明治协方差矩阵（Huber-White或“MLR”）的Wald置信区间。我们改变了非正态性的程度，并检验了一个行为遗传学模型和一个包含间接效应的跨滞后面板模型。最初使用的标准化检验在其他标准化检验中表现最佳，与自助法相当，并且在某些非正态性条件下，该检验在行为遗传学模型中的表现略优于MLR。我们还记录了使用lavaan进行这些区间估计时遇到的挑战。