Factor-Analysis
來自離散有序響應的因子得分
當您有有序的離散變量時，是否有一種原則性的方法來估計因子得分。
我有序數，離散，變量。如果我假設每個響應的基礎是一個連續的、正態分佈的變量，那麼我可以計算一個多元相關矩陣。然後我可以對這個矩陣進行因子分析並獲得每個變量的因子載荷。
如何結合因子載荷和變量來估計因子分數。估計分數的典型方法似乎要求我將序數數據視為區間。
我想我可能需要更深入地挖掘多元相關性的核心來找出鏈接函數。
“有原則的”方法（也就是說，在經驗上可能不會產生太大影響的先驗防禦方法）是使用分級響應模型，這是 IRT 家族中一個相當有用的成員，通常用於李克特類型的項目。R 包ltm使這非常簡單。
然後，您假設未觀察到的特徵與您的每個指標之間存在序數邏輯回歸關係。選擇這個模型類可以讓您認真對待指標的序數性質，並提供有關每個項目最能提供信息的特徵部分的信息。像因子分析一樣，它會為您提供分數的標準誤差，儘管 FA 人似乎出於某種原因忽略了這些。
另一方面，選擇這個模型類會限制您執行所有經典因子分析的能力，例如旋轉物體，直到您喜歡它們的外觀。我認為這是一個優點，但有理智的人不同意。如果您正在做那種事情來找出您有多少“尺度”，那麼您將需要查看試圖識別尺度的 Mokken 程序，因為 FA“適合另一個維度並旋轉到簡單結構”贏了不行。