Resumen
En este artículo se presenta el proceso de simplificación del gradiente de la función de máxima verosimilitud, utilizada en la estimación del Análisis Factorial Confirmatorio. El gradiente obtenido se presenta en función de las matrices tradicionales del AFC: Λ, Φ y Θε (coeficientes de regresión, varianzas de las variables latentes y varianzas de los errores). Esta simplificación se realizó mediante las leyes de derivación de matrices y permitió obtener una expresión para el gradiente de fácil programación.
Citas
Bock, R.D.; Bargmann, R.E. (1966) “Analysis of covariance structures”, Psychometrika 31(4): 507–534.
Brown (2006) Confirmatory Factor Analysis for Applied Research. The Guilford Press, New York.
Cea, M.A. (2002) Análisis Multivariable: Teoría y Práctica en la Investigación Social. Editorial Síntesis, Madrid.
Jöreskog, K.G.; Sörbom, D.; du Toit, S.; du Toit, M. (2000) LISREL 8: New Statistical Features. Scietific Software International, Lincolnwood IL.
Kaplan, D. (2009) Structural Equation Modeling. Foundations and Extensions. Sage Publications, Thousand Oaks CA.
Mulaik, S.A. (2009) Linear Causal Modeling with Structural Equations. Chapman & Hall/CRC, Boca Raton FL.
R Core Team (2014) “R: A language and environment for statistical computing. R Foundation for Statistical Computing”, Vienna, Austria. http://www.R-project.org/
Rossell, Y. (2012) “lavaan: An R package for structural equation modeling”, Journal of Statistical Software 48(2): 1–36.
Comentarios
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Derechos de autor 2016 Luis Rojas-Torres