How to improve the regression factor score predictor when individuals have different factor loadings
个体因子载荷不同时如何改进回归因子得分预测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论个体载荷和人格测量中的因子得分，缺乏宏观因子模型或金融因子的直接文本依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
个体因子载荷不同时如何改进回归因子得分预测
- 研究问题
- 当个体因子载荷存在差异时，如何估计并利用这种异质性，提高回归因子得分预测器的确定性，而非统一使用共同载荷？
- 方法与思路
- 作者先估计个体载荷，再构造异质性回归因子得分预测器，并建议用二项检验决定采用该预测器还是常规预测器。
- 材料陈述的贡献
- 摘要报告，载荷异质性较强的模拟总体中，新预测器具有更高确定性；大五人格数据示例中情绪稳定性因子也出现改善。
- 阅读关注点
- 应核对个体载荷的可识别性、确定性的定义与评估方式，以及异质性检验、模型选择规则和模拟异质性强度设定。
- 阅读边界
- 这是 arXiv 预印本，同行评审及接收状态未核实。摘要未提供改进数值或普遍条件；人格测量结果不能直接推广至宏观或金融因子。
原文摘要
Previous research has shown that ignoring individual differences of factor loadings in conventional factor models may reduce the determinacy of factor score predictors. Therefore, the aim of the present study is to propose a heterogeneous regression factor score with larger determinacy than the conventional regression factor score when individuals have different factor loadings. First, a method for the estimation of individual loadings is proposed. The individual loading estimates are used to compute the heterogeneity-based regression factor score predictor. Then, a binomial test for loading heterogeneity of a factor is recommended to compute the heterogeneity-based regression factor score predictor only when the test is significant. Otherwise, the conventional regression factor score predictor should be used. A simulation study reveals that the heterogeneity-based regression factor score predictor has larger determinacy than the conventional regression factor score predictor in populations with substantial loading heterogeneity. An empirical example based on subsamples drawn randomly from a large sample of Big Five Markers indicates that the determinacy can be improved for the factor emotional stability when the heterogeneity-based regression factor score is computed.