Multidimensional constructs and moderated linear and nonlinear factor analysis

Resumen Técnico: Constructos Multidimensionales y Análisis Factorial Lineal y No Lineal Moderado

Planteamiento del Problema
Los modelos factoriales multidimensionales que incorporan moderación en todos los parámetros del modelo se han restringido históricamente a configuraciones de un solo factor y de dos factores. Esta limitación genera una desalineación con las medidas psicológicas existentes, las cuales frecuentemente evalúan de tres a cinco dimensiones de un constructo latente. El principal obstáculo técnico al extender el Análisis Factorial No Lineal Moderado (MNLFA) a tres o más factores es garantizar la validez de la matriz de covarianza de la variable latente para todos los subgrupos definidos por la matriz de diseño de la moderación.

Si bien la transformación z de Fisher acota efectivamente un único parámetro de correlación al intervalo $[-1, 1]$ para modelos de dos factores, aplicar transformaciones independientes a múltiples correlaciones no garantiza que la matriz de correlación resultante permanezca definida positiva. En consecuencia, los métodos existentes no pueden asegurar simultáneamente que las correlaciones individuales se mantengan dentro de los límites y que toda la matriz sea válida, un desafío de larga data en la predicción y simulación de covarianzas.

Metodología
El artículo propone un marco generalizado para el MNLFA que permite la moderación en los parámetros de correlación factorial para modelos con $m \geq 3$ factores. El enfoque implica descomponer la matriz de covarianza factorial específica del individuo ($\Phi_n$) en varianzas factoriales y una matriz de correlación factorial ($\Phi^R_n$). Mientras que las varianzas se manejan mediante transformaciones exponenciales, el artículo introduce dos métodos distintos para inducir moderación en la matriz de correlación y garantizar la definición positiva:

1. Correlaciones Parciales y Factorización de Cholesky: Este método mapea parámetros sin restricciones ($\gamma$) a correlaciones parciales utilizando una transformación z de Fisher (o tangente hiperbólica). Estas correlaciones parciales se utilizan luego para construir un factor de Cholesky triangular inferior ($\Phi^L$), el cual se multiplica posteriormente por su transpuesta para reconstruir la matriz de correlación válida ($\Phi^R = \Phi^L (\Phi^L)^T$).

   • Limitación: Este enfoque es sensible al ordenamiento de los factores. La interpretación de una correlación parcial depende de qué factores se "parcializan" primero, lo que significa que el impacto de un moderador en una correlación específica es condicional a la moderación de las correlaciones precedentes en el ordenamiento.

2. Transformación de Fisher Generalizada Iterativa (GFT): Basada en Archakov y Hansen (2021), este método utiliza la exponencial de matriz y el logaritmo de matriz. Actualiza iterativamente una matriz simétrica $A$ (inicializada con elementos fuera de la diagonal sin restricciones) ajustando sus elementos diagonales hasta que la exponencial de matriz $e^A$ converge a una matriz con diagonales unitarias y elementos fuera de la diagonal dentro de $(-1, 1)$.

   • Ventaja: Este enfoque permite la interpretación de la moderación en correlaciones específicas sin las dependencias condicionales inherentes al enfoque de Cholesky.
   • Limitación: Es un algoritmo iterativo que puede ser computacionalmente sensible a la magnitud de los parámetros sin restricciones. El autor señala que el pre-acondicionamiento de parámetros sin restricciones mediante una transformación de tangente hiperbólica escalada (por ejemplo, mapeando a $(-\pi, \pi)$) puede mejorar la velocidad de convergencia.

Estimación e Identificación
El artículo explora dos estrategias de estimación para estos modelos multidimensionales:

• Enfoque Bayesiano: Implementado en Stan utilizando una parametrización no centrada para mejorar la eficiencia del muestreo. El autor emplea priores de tipo spike-and-slab (específicamente una parametrización continua logit-normal) para regularizar la Funcionamiento Diferencial de los Ítems (DIF) y los parámetros de impacto. Sin embargo, el autor reporta que los enfoques de verosimilitud condicional en Stan fueron prohibitivamente lentos y exigentes en memoria para tamaños de muestra superiores a 5.000 casos, particularmente cuando se requerían parámetros de molestia para ítems binarios/ordinales.
• Máxima Verosimilitud Penalizada (PML): Para abordar los cuellos de botella computacionales, el autor deriva gradientes analíticos de forma cerrada para la función de verosimilitud marginal con respecto a todos los parámetros del modelo (interceptos, cargas, varianzas, correlaciones y efectos de moderación). Esto evita la aproximación numérica de gradientes requerida por el software bayesiano. El marco incorpora penalización (penalizaciones Ridge, LASSO y de Alineación) para manejar la complejidad del modelo e identificar invariancia parcial.
  • Nota de Implementación: Aunque los gradientes analíticos alivian cierta carga computacional, el autor señala que la construcción de matrices de media y covarianza específicas del individuo para la evaluación de la verosimilitud sigue siendo un cuello de botella para muestras muy grandes ($N > 10.000$), y la implementación actual de PML sigue siendo lenta para el análisis factorial de ítems.

Contribuciones Clave

1. Generalización del MNLFA: El artículo extiende con éxito el marco del MNLFA desde dos factores hasta modelos de $m$ dimensiones, proporcionando parametrizaciones válidas para correlaciones factoriales moderadas.
2. Nuevas Parametrizaciones de Correlación: Introduce y compara dos métodos para inducir estructuras de correlación válidas y moderadas: un enfoque de correlación parcial basado en Cholesky y una Transformación de Fisher Generalizada iterativa.
3. Gradientes Analíticos para PML: La derivación de gradientes de forma cerrada para la función de verosimilitud del MNLFA multidimensional facilita un enfoque de estimación de máxima verosimilitud penalizada que es teóricamente más eficiente que los métodos bayesianos basados en simulación para indicadores continuos.
4. Marco de Regularización: La integración de priores spike-and-slab (en el contexto bayesiano) y diversas funciones de penalización (en el contexto de PML) proporciona un mecanismo para detectar invariancia parcial y prevenir el sobreajuste en modelos complejos y de alta dimensión.

Resultados y Afirmaciones
El artículo no presenta un estudio de simulación a gran escala ni una aplicación empírica definitiva con conclusiones finales sobre el rendimiento del modelo en todas las condiciones. En su lugar, presenta:

• Validación Teórica: Derivaciones matemáticas que demuestran cómo las transformaciones propuestas (Cholesky y GFT) mapean parámetros sin restricciones a matrices de correlación válidas.
• Ejemplos Ilustrativos: Código en R y ejemplos numéricos que muestran cómo el método GFT converge desde matrices sin restricciones hacia matrices de correlación válidas y cómo el método de Cholesky reconstruye matrices de covarianza.
• Observaciones Computacionales: El autor reporta que, si bien la implementación bayesiana en Stan fue demasiado lenta para conjuntos de datos grandes, el enfoque PML con gradientes analíticos ofrece un camino más viable, aunque aún enfrenta desafíos de escalabilidad con las evaluaciones de verosimilitud específicas del individuo.

Significado
El artículo afirma abordar una brecha metodológica crítica en el estudio de la invariancia de la medición. Al permitir la estimación de modelos MNLFA multidimensionales, el marco permite a los investigadores investigar simultáneamente las diferencias en los parámetros de los factores latentes y las características del modelo de medición entre subpoblaciones. Esto es particularmente significativo para campos como la psicopatología, donde los constructos son inherentemente multidimensionales (3-5 factores) y el patrón de no invariancia entre grupos (por ejemplo, sexo, edad) es de interés sustantivo para el desarrollo de intervenciones dirigidas.

El marco propuesto ofrece una "alternativa frecuentista" a los métodos de penalización bayesianos existentes, buscando equilibrar la flexibilidad con la viabilidad computacional. El autor concluye que, aunque persisten desafíos relacionados con la escalabilidad y el diseño de penalizaciones, este trabajo avanza el conjunto de herramientas metodológicas para evaluar la invariancia de la medición en constructos complejos y multidimensionales, promoviendo la equidad y la validez en la evaluación psicológica.