带有缺失数据的结构方程模型中的模型选择问题

摘要：

结构方程模型在社会学、教育学、医学、市场营销学和行为学中有很广泛的应用。在这些领域中，缺失数据比较常见，很多学者提出了带有缺失数据的结构方程模型，并对此模型进行过很多研究。在这一类模型的应用中，模型选择非常重要，本文将一个基于贝叶斯准则的统计量，称为L。测度，应用到此类模型中进行模型选择。最后，本文通过一个模拟研究及实例分析来说明厶，测度的有效性及应用，并在实例分析中给出了根据贝叶斯因子进行模型选择的结果，以此来进一步说明该测度的有效性。

关键词：缺失数据、贝叶斯方法、模型选择、MCMC算法

所属期刊栏目：31

分类号：O212;F832(概率论与数理统计)

资助基金：国家自然科学基金资助项目10761011

在线出版日期：2012-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1010-1021