Differences

This shows you the differences between two versions of the page.

--- statistik:faktorenanalyse [2013/07/22 21:32] – [Vorgehen] phreazer
+++ statistik:faktorenanalyse [2014/02/11 20:49] (current) – external edit 127.0.0.1
@@ Line 27: / Line 27: @@
-=== Modellspezifikation ===
+=== 1. Modellspezifikation ===
-$x_i$ Indikatorvariablen
+  * $x_i$: Indikatorvariablen
-$\delta_i$ Messfehlervariablen
+  * $\delta_i$: Messfehlervariablen
-$\lambda_{ij} Faktorladungen
+  * $\lambda_{ij}$: Faktorladungen
-$\ksi_j$ Latente Variablen
+  * $\xi_j$: Latente Variablen
-$\Phi_{jk}$ Kovarianz zwischen latenten Variablen
+  * $\Phi_{jk}$: Kovarianz zwischen latenten Variablen
+$X = \Lambda \xi + \delta$
+Indikatorvektor = Faktorladungsvektor * Vektor latenter Variablen + Messfehlervektor
+=== 2. Parameterschätzung ===
+Schätzung von
+  * Faktorladungsmatrix $\Lambda$
+  * Kovarianzmatrix der Faktoren $\Phi$
+  * Kovarianzmatrix der Fehler $\Theta_\delta$
+Fehlen systematischer Messfehler.
+Datengrundlage ist Kovarianzmatrix S der Indikatoren:
+$S = \begin{pmatrix}VAR(x_1) &  & \\COV(x_2,x_1) & VAR(x_2) & \\COV(x_3,x_1) & COV(x_3,x_2) & VAR(x_3)\end{pmatrix}$
+Aus den zu schätzenden Modellparameter ergibt sich die implizierte Kovarianzmatrix $\Sigma(\theta)$, da bestimmte Modellparameter bestimmte Kovarianzen implizieren.
+Die Parameterschätzung mit einer Diskrepanzfunktion erfolgt so, dass $\Sigma(\theta) - S$ minimiert wird.