×
Hierarchische Mittelwert- und Kovarianzstrukturmodelle mit nichtmetrischen endogenen Variablen
von Ulrich KüstersInhaltsverzeichnis
- 1 Grundlagen und historischer Uberblick.
- 1.1 Überblick.
- 1.2 Modellelemente.
- 1.3 Inhaltsübersicht.
- 1.4 Modelltheoretische Einschränkungen.
- 2 Ein allgemeines Mittelwert- und Kovarianzstrukturmodell.
- 2.1 Grundelemente.
- 2.2 Meßrelationen.
- 2.3 Hierarchische Mittelwert- und Kovarianzstrukturen.
- 2.4 Parametrisierungen.
- 2.5 Reduzierte Form, Stichprobe und Likelihood.
- 3 Spezialfälle des allgemeinen Modells.
- 3.1 Mittelwertstrukturmodelle.
- 3.2 Kovarianzstrukturmodelle.
- 3.3 Gemischte Mittelwert- und Kovarianzstrukturmodelle.
- 4 Sequentielle Schätzung der Parameter der reduzierten Form.
- 4.1 Die Struktur des Schätzverfahrens.
- 4.2 Asymptotische Eigenschaften des sequentiellen Schätzers.
- 4.3 Marginale ML-Schätzung der Mittelwertstrukturparameter.
- 4.4 Sequentielle ML-Schätzung der Kovarianzstrukturparameter.
- 4.5 Anhang: Die numerische Berechnung des sequentiellen Schätzers.
- 5 Verallgemeinerte kleinste Quadrateschätzung der Strukturparameter.
- 5.1 Iterative gewichtete kleinste Quadrateschätzung unter Restriktionen.
- 5.2 Asymptotische Eigenschaften der nichtlinearen iterativen kleinsten Quadrateschätzung.
- 5.3 Iterative gewichtete kleinste Quadrateschätzung für hierarchische Mittelwert- und Kovarianzstrukturmodelle.
- 6 Simultane Analyse mehrerer Populationen.
- 6.1 Modellmodifikation und Schätzung.
- 6.2 Modelltheoretische Spezialfälle der simultanen Analyse mehrerer Populationen.
- 7 Schlußbemerkungen und ungelöste Probleme.
- A Wahrscheinlichkeitstheoretische Hilfssätze.
- B Eindeutigkeit der Schätzung der Mittelwertparameter bei ordinalen Meßrelationen.
- C Numerische Verfahren.
- C.1 Optimierungsverfahren.
- C.1.1 Regula Falsi.
- C.1.2 Allgemeine Gradienten verfahren.
- C.1.3 Gradientenverfahren für Likelihoodfunktionen.
- C.1.4 Gauss-NewtonVerfahren.
- C.1.5 Straffunktionsverfahren.
- C.2 Numerische Integrationsverfahren.
- C.2.1 Univariate Standardnormalverteilung.
- C.2.2 Bivariate Standardnormalverteilung.
- C.3 Numerische Differentiation.
- D Matrizendifferentiationsregeln.