心理学系潘俊豪副教授等通过把机械学习中Lasso (Least Absolute Shrinkage and Selection Operator )正则化算法和心理学领域的经典模子验证性因素剖析模子(Confirmatory Factor Analysis，，CFA)连系，，乐成建设了带局部项目依赖的CFA模子，，在贝叶斯要领的框架下，，对项目丈量误差之间的协方差使用双指数先验漫衍（如下图），，解决了在运用CFA模子剖析心理学现实数据历程中数据泛起违反“局部自力性”假设时应怎样建模的问题 。 该研究克日揭晓于心理学顶级期刊《心理学要领》(Psychological Methods) 。
差别缩短参数下双指数漫衍的概率密度函数
验证性因素剖析模子普遍应用于心理学、、、社会学等领域的科学研究当中，，以研究指标变量(Indicator)和潜变量(Latent Variable)之间的关系 。在建模历程中，，CFA模子(以及其他潜变量模子)的一个主要条件假设是局部自力性(Local Independence)，，违反局部自力性假设的情形称为局部项目依赖 。在现实数据剖析当中，，研究者往往默认局部自力性假设成立从而建设丈量模子 。然而，，随着研究的深入，，研究者逐渐意识到过失地假设局部自力性会对研究效果（特殊是估算潜变量之间的关系）爆发严重的误导 。作为最基础的潜变量模子之一，，在CFA模子的统计剖析中怎样有用地思量指标变量间的局部依赖程度并研究响应的统计剖析要领一直是学界关注的热门问题 。此问题的解决将有助于解决其他潜变量模子中不知足局部自力性时应怎样建模的问题 。潘俊豪副教授等的研究效果为此提供了新的研究思绪 。
《心理学要领》(Psychological Methods)时任副主编宾夕法尼亚州立大学Sy-Miin Chow教授以为该效果“能为CFA模子的研究做出有价值的孝顺(a valuable contribution)”；；其他匿名评审者以为“把贝叶斯Lasso先验应用于CFA建模是一个伟大的想法(a very great idea)”，，“解决了CFA使用历程中一个主要的问题(an important issue)” 。
《心理学要领》(Psychological Methods)由美国心理学会出书，，是心理学，，特殊是心理学研究要领领域顶级期刊，，SSCI收录，，2016年影响因子4.667，，5年影响因子10.141 。据悉，，这是心理学系西席在该刊揭晓的第一篇第一作者论文，，也是第二篇大陆高校学者第一作者论文 。
文章泉源：
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
地点:广州市新港西路135号 邮编:510275
电话: 020-84112828
ng电子游戏版权所有 COPYRIGHT?1999-2022 , SUN YAT-SEN UNIVERSITY