Time Varying Grouping Variables in Markov Latent Class Analysis: Some Problems and Solutions
Notice bibliographique
Résumé
Markov latent class analysis (MLCA) is a modeling technique for panel or longitudinal data that can be used to estimate the classification error rates (e.g., false positive and false negative rates for dichotomous items) for discrete outcomes with categorical predictors when gold-standard measurements are not available. Because panel surveys collect data at multiple time points, the grouping variables in the model may either be time varying or time invariant (static). Time varying grouping variables may be more correlated with either the latent construct or the measurement errors because they are measured simultaneously with the construct during the measurement process. However, they generate a large number of model parameters that can cause problems with data sparseness, model diagnostic validity, and model convergence. In this paper we investigate whether more parsimonious grouping variables that either summarize the variation of the time varying grouping variable or assume a structure that lacks memory of previous values of the grouping variables can be used instead, without sacrificing model fit or validity. We propose a simple diagnostic approach for comparing the validity of models that use time-invariant summary variables with their time-varying counterparts. To illustrate the methodology, this approach is applied to data from the National Crime Victimization Survey (NCVS) where greater parsimony and a reduction in data sparseness were achieved with no appreciable loss in model validity for the outcome variables considered. The approach is generalized for application to essentially any MLCA using time varying group variables and its advantages and disadvantages are discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,074 | 0,166 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».