Słownik

START | EDUKACJA | SŁOWNIK | Metoda asymptotycznie wolna od rozkładu (ADF)

Metoda asymptotycznie wolna od rozkładu (ADF)

Metoda asymptotycznie wolna od rozkładu (ADF – Asymptotically Distribution-Free) to jedna z metod estymacji pochodzących z rodziny ważonych najmniejszych kwadratów (WLS – Weighted Least Squares). ADF to metoda szacowania parametrów w modelowaniu równań strukturalnych (SEM), która jest szczególnie użyteczna w sytuacjach, gdy założenie normalności rozkładu danych nie jest spełnione.

Metoda ADF opiera się na estymacji parametrów, które są zgodne z danymi w miarę zwiększania się wielkości próby, niezależnie od rozkładu danych. W praktyce oznacza to, że metoda ta jest asymptotycznie poprawna nawet przy danych, które nie spełniają założeń normalności. ADF minimalizuje sumę ważoną kwadratów różnic między obserwowanymi i teoretycznymi macierzami kowariancji, używając wagi opartej na odwrotności kowariancji.

Zazwyczaj metoda ADF jest stosowana w przypadku, gdy dane nie charakteryzują się rozkładem normalnym (np. dane o rozkładzie skośnym, z wysokim wskaźnikiem kurtozy, czy z wartościami odstającymi). Co stanowi alternatywę dla klasycznej metody estymacji  największej wiarygodności (ML – Maximum Likelihood).

Symulacje wykazują jednak, że ADF wymaga bardzo dużych prób aby wykazywał się lepszą stabilnością wyników od metody ML, zwłaszcza jeżeli występują znaczące braki danych. Zazwyczaj nie zaleca się wykonywania analizy czynnikowej metodą ADF dla prób poniżej N < 300, dlatego przykładowo w IBM SPSS AMOS Graphics dla prób mniejszych niż 300 osób wyskakuje zazwyczaj komunikat o zbyt małej próbie w sytuacji chęci wykorzystania metody ADF.

 

Wybrana literatura:

Savalei, V., Bentler, P. M. (2005). A statistically justified pairwise ML method for incomplete nonnormal data: A comparison with direct ML and pairwise ADF. Structural Equation Modeling, 12(2), 183-214.

 

COFNIJ

wróć do spisu wszystkich pojęć

Podziel się wiedzą

z innymi

Opinie Klientów

Co o nas sądzą?

Współpracowaliśmy

między innymi z:

Nasi partnerzy