心理學(xué)系潘俊豪副教授等通過把機(jī)器學(xué)習(xí)中Lasso (Least Absolute Shrinkage and Selection Operator )正則化算法和心理學(xué)領(lǐng)域的經(jīng)典模型驗(yàn)證性因素分析模型(Confirmatory Factor Analysis，CFA)結(jié)合，成功建立了帶局部項(xiàng)目依賴的CFA模型，在貝葉斯方法的框架下，對項(xiàng)目測量誤差之間的協(xié)方差使用雙指數(shù)先驗(yàn)分布（如下圖），解決了在運(yùn)用CFA模型分析心理學(xué)實(shí)際數(shù)據(jù)過程中數(shù)據(jù)出現(xiàn)違反“局部獨(dú)立性”假設(shè)時應(yīng)如何建模的問題。 該研究近日發(fā)表于心理學(xué)頂級期刊《心理學(xué)方法》(Psychological Methods)。
不同收縮參數(shù)下雙指數(shù)分布的概率密度函數(shù)
驗(yàn)證性因素分析模型廣泛應(yīng)用于心理學(xué)、社會學(xué)等領(lǐng)域的科學(xué)研究當(dāng)中，以研究指標(biāo)變量(Indicator)和潛變量(Latent Variable)之間的關(guān)系。在建模過程中，CFA模型(以及其他潛變量模型)的一個重要前提假設(shè)是局部獨(dú)立性(Local Independence)，違反局部獨(dú)立性假設(shè)的情況稱為局部項(xiàng)目依賴。在實(shí)際數(shù)據(jù)分析當(dāng)中，研究者往往默認(rèn)局部獨(dú)立性假設(shè)成立從而建立測量模型。然而，隨著研究的深入，研究者逐漸意識到錯誤地假設(shè)局部獨(dú)立性會對研究結(jié)果（特別是估算潛變量之間的關(guān)系）產(chǎn)生嚴(yán)重的誤導(dǎo)。作為最基礎(chǔ)的潛變量模型之一，在CFA模型的統(tǒng)計分析中如何有效地考慮指標(biāo)變量間的局部依賴程度并研究相應(yīng)的統(tǒng)計分析方法一直是學(xué)界關(guān)注的熱點(diǎn)問題。此問題的解決將有助于解決其他潛變量模型中不滿足局部獨(dú)立性時應(yīng)如何建模的問題。潘俊豪副教授等的研究成果為此提供了新的研究思路。
《心理學(xué)方法》(Psychological Methods)時任副主編賓夕法尼亞州立大學(xué)Sy-Miin Chow教授認(rèn)為該成果“能為CFA模型的研究做出有價值的貢獻(xiàn)(a valuable contribution)”；其他匿名評審者認(rèn)為“把貝葉斯Lasso先驗(yàn)應(yīng)用于CFA建模是一個偉大的想法(a very great idea)”，“解決了CFA使用過程中一個重要的問題(an important issue)”。
《心理學(xué)方法》(Psychological Methods)由美國心理學(xué)會出版，是心理學(xué)，特別是心理學(xué)研究方法領(lǐng)域頂級期刊，SSCI收錄，2016年影響因子4.667，5年影響因子10.141。據(jù)悉，這是心理學(xué)系教師在該刊發(fā)表的第一篇第一作者論文，也是第二篇大陸高校學(xué)者第一作者論文。
文章來源：
Pan, J., Ip, E. H., & Dubé, L. (2017). An alternative to post hoc model modification in confirmatory factor analysis: The Bayesian lasso. Psychological Methods, 22(4), 687-704. http://dx.doi.org/10.1037/met0000112
