📊 statistics

A New Fit Assessment Framework for Common Factor Models Using Generalized Residuals

यह शोध पत्र सामान्य अवशेषों (generalized residuals) का उपयोग करते हुए एक विस्तारित ढांचे का प्रस्ताव करता है ताकि सामान्य कारक मॉडलों (common factor models) के लिए लचीले फिट टेस्ट सांख्यिकी विकसित की जा सके, और सिमुलेशन एवं अनुभवजन्य विश्लेषण के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण उन वितरण संबंधी और कार्यात्मक धारणाओं में मिसफिट्स का प्रभावी ढंग से पता लगाता है जिन्हें पारंपरिक माध्य-और-सहप्रसरण-आधारित विधियाँ अक्सर अनदेखा कर देती हैं।

मूल लेखक: Youjin Sung, Youngjin Han, Yang Liu

प्रकाशित 2026-03-04

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Youjin Sung, Youngjin Han, Yang Liu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक जासूस हैं जो इस रहस्य को सुलझाने की कोशिश कर रहे हैं कि लोग कैसे सोचते हैं। आप विचारों को सीधे देख नहीं सकते, इसलिए आप उनके दिमाग के भीतर क्या चल रहा है, इसका अनुमान लगाने के लिए एक "झूठ पकड़ने वाले" परीक्षण (एक सर्वेक्षण या प्रश्नों का एक सेट) का उपयोग करते हैं। इसे "कॉमन फैक्टर मॉडल" (Common Factor Model) कहा जाता है। आप यह मान लेते हैं कि लोगों द्वारा दिए गए उत्तर (दृश्य सुराग) छिपे हुए गुणों (अदृश्य संदिग्धों) के कारण होते हैं।

दशकों से, जासूस यह देखने के लिए एक मानक चेकलिस्ट का उपयोग करते हैं कि क्या उनका सिद्धांत सुरागों से मेल खाता है। वे देखते हैं कि उत्तरों का औसत (average) क्या है और उत्तर आपस में कैसे बदलते (vary) हैं। यदि औसत और बदलाव सही दिखते हैं, तो वे कहते हैं, "मामला सुलझ गया! मॉडल फिट बैठता है।"

समस्या:
इस शोध पत्र के लेखक तर्क देते हैं कि यह मानक चेकलिस्ट केवल इंजन की गूँज सुनकर कार के इंजन की जाँच करने जैसा है। यह आपको बताता है कि इंजन चल रहा है या नहीं, लेकिन यह नहीं बताता कि पिस्टन मिसफायर हो रहे हैं या तेल का रंग गलत है। आपके पास एक ऐसी कार हो सकती है जो सुनने में ठीक लगती है, लेकिन वास्तव में उन तरीकों से खराब है जिन्हें मानक परीक्षण नहीं देख सकता।

सांख्यिकीय शब्दों में, पुराने तरीके केवल "माध्य और सहप्रसरण" (औसत और फैलाव) की जाँच करते हैं। वे सूक्ष्म, महत्वपूर्ण त्रुटियों को छोड़ देते हैं, जैसे:

क्या छिपे हुए गुण वास्तव में सामान्य रूप से वितरित हैं, या वहां दो अलग-अलग समूह आपस में मिले हुए हैं?
क्या छिपे हुए गुण और उत्तर के बीच का संबंध वास्तव में एक सीधी रेखा है, या यह घुमावदार है?
क्या उत्तरों में "शोर" (त्रुटि) सभी के लिए समान है, या कुछ लोगों के लिए यह अधिक अनियंत्रित हो जाता है?

समाधान: सामान्यीकृत अवशेष (Generalized Residuals)
लेखक एक नया, सुपर-पावर्ड आवर्धक लेंस प्रस्तावित करते हैं जिसे सामान्यीकृत अवशेष (Generalized Residuals) कहा जाता है।

इसे इस तरह समझें:

पुराना तरीका: आप सर्वेक्षण उत्तरों का पूरा ढेर लेते हैं, औसत निकालते हैं, और अपनी भविष्यवाणी से उसकी तुलना करते हैं। यदि वे मेल खाते हैं, तो आप खुश होते हैं।
नया तरीका (Generalized Residuals): पूरे ढेर को देखने के बजाय, आप डेटा को छिपे हुए गुण के आधार पर छोटे, विशिष्ट समूहों में विभाजित करते हैं। आप पूछते हैं: "ठीक इस स्तर के छिपे हुए गुण वाले लोगों के लिए, क्या उनका उत्तर भविष्यवाणी से मेल खाता है?"

यदि आप प्रत्येक संभावित स्तर के लिए ऐसा करते हैं, तो आपको एक विस्तृत मानचित्र मिलता है कि मॉडल कहाँ विफल हो रहा है।

तीन मुख्य जाँच (जासूसों का टूलकिट)

यह शोध पत्र इस नए आवर्धक लेंस का उपयोग करने के तीन विशिष्ट तरीके पेश करता है:

"आकार" की जाँच (Latent Variable Density):
- रूपक: कल्पना कीजिए कि आप उम्मीद करते हैं कि लोगों की भीड़ एक चिकनी, घंटी के आकार की वक्र (जैसे कि सामान्य वितरण) होगी। लेकिन क्या होगा यदि भीड़ में वास्तव में दो अलग-अलग उभार (जैसे कि द्वि-मोडल वितरण) हों?
- पुराना तरीका: इसे मिस कर सकता है यदि औसत ऊंचाई समान है।
- नया तरीका: यह भीड़ के आकार को देखता है और चिल्लाकर कहता है, "हे! यहाँ एक चिकने समूह के बजाय दो अलग-अलग समूह हैं!"
"रेखा" की जाँच (Mean Function):
- रूपक: आप मानते हैं कि जैसे-जैसे किसी व्यक्ति का छिपा हुआ गुण बढ़ता है, उसका उत्तर एक सीधी रेखा में बढ़ता है (जैसे कि एक रैंप पर चढ़ना)।
- पुराना तरीका: कह सकता है कि "काफी सीधा दिखता है" क्योंकि औसत ढलान सही है।
- नया तरीका: यह करीब से देखता है और पाता है, "रुको, बिल्कुल ऊपर और नीचे, रेखा केले की तरह मुड़ी हुई है!" यह उन गैर-रेखीय संबंधों को पकड़ लेता है जिन्हें पुराना तरीका सुचारू बना देता है।
"निरंतरता" की जाँच (Variance/Homoscedasticity):
- रूपक: आप मानते हैं कि सभी लोग समान मात्रा में यादृच्छिकता (randomness) के साथ गलतियाँ करते हैं (जैसे कि समान डगमगाहट के साथ तीर फेंकना)।
- पुराना तरीका: औसत डगमगाहट की जाँच करता है।
- नया तरीका: यह नोटिस करता है कि हालांकि औसत डगमगाहट ठीक है, लेकिन उच्च छिपे हुए गुणों वाले लोग इधर-उधर तीर फेंक रहे हैं (बड़ी डगमगाहट), जबकि अन्य बहुत स्थिर हैं। यह "असमान" त्रुटि को पकड़ता है।

यह क्यों मायने रखता है? (वास्तविक दुनिया का उदाहरण)
लेखकों ने इसका परीक्षण प्रतिक्रिया समय डेटा (Response Time data) (छात्रों को सवालों के जवाब देने में कितना समय लगता है) पर किया।

पुराना चेक: कहा, "शानदार फिट! मॉडल पूरी तरह से काम करता है।"
नया चेक: कहा, "ठहरिए! मॉडल आपसे झूठ बोल रहा है।
- छात्र एक एकल सुचारू समूह नहीं हैं; उत्तर देने वालों के स्पष्ट रूप से अलग प्रकार हैं।
- कुछ प्रश्नों के लिए, संबंध एक सीधी रेखा नहीं है; यह मुड़ा हुआ है।
- धीमे उत्तर देने वालों के लिए, उत्तर बहुत अधिक अराजक हैं जितना कि मॉडल भविष्यवाणी करता है।"

निष्कर्ष
यह शोध पत्र यह जाँचने के लिए "ठीक-ठाक" पर संतोष करने से रुकने का आह्वान है कि क्या कोई सांख्यिकीय मॉडल काम करता है। सिर्फ इसलिए कि औसत सही दिख रहे हैं, इसका मतलब यह नहीं है कि पूरी तस्वीर सही है।

Generalized Residuals का उपयोग करके, शोधकर्ता अब अपने मॉडलों में छिपी दरारों को देख सकते हैं। यह ब्लैक-एंड-व्हाइट फोटो से हाई-डेफिनिशन, 3D स्कैन में अपग्रेड करने जैसा है। यह उन्हें यह देखने में मदद करता है कि उनके सिद्धांत वास्तव में कहाँ गलत हैं, जिससे बेहतर विज्ञान, निष्पक्ष परीक्षण और मानव व्यवहार के बारे में अधिक सटीक निष्कर्ष निकलते हैं।

यहाँ "A New Fit Assessment Framework for Common Factor Models Using Generalized Residuals" नामक शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

कॉमन फैक्टर मॉडल्स (CFMs) के लिए पारंपरिक गुडनेस-ऑफ-फिट (GOF) मूल्यांकन मुख्य रूप से प्रेक्षित (observed) और मॉडल-निहित (model-implied) मीन वेक्टर्स (mean vectors) और कोवेरिएंस मैट्रिसेस (covariance matrices) की तुलना करने पर निर्भर करते हैं। जबकि मानक सूचकांक (जैसे $\chi^2$ , CFI, TLI, RMSEA, SRMR) प्रथम- और द्वितीय-क्रम के मोमेंट्स में मिसफिट का पता लगाने में प्रभावी होते हैं, वे अक्सर मॉडल-डेटा के बीच असहमति के महत्वपूर्ण पहलुओं का पता लगाने में विफल रहते हैं, जैसे कि:

लैटेंट वेरिएबल्स (LVs) की गैर-सामान्यता (Non-normality): पारंपरिक विधियाँ यह संकेत दे सकती हैं कि फिट अच्छा है, भले ही LV वितरण द्वि-मोडल (bimodal) या विषम (skewed) हो, जिससे सहसंबंधों (correlations) की व्याख्या भ्रामक हो सकती है (उदाहरण के लिए, एक रैखिक सहसंबंध गुणांक की व्याख्या करना जब संबंध गैर-रैखिक या उप-समूह-विशिष्ट हो)।
मेनिफेस्ट वेरिएबल (MV) फंक्शन्स का गलत विनिर्देशन (Misspecification): मानक डायग्नोस्टिक्स अक्सर MVs के कार्यात्मक रूप (functional form) में उल्लंघन को पकड़ने में विफल रहते हैं, जैसे कि LVs और MVs के बीच गैर-रैखिक संबंध (रैखिकता का उल्लंघन) या हेटेरोसेडास्टिसिटी (स्थिर विचरण मान्यताओं का उल्लंघन)।
मास्क्ड मिसफिट (Masked Misfit): कई मामलों में, पारंपरिक GOF सूचकांक "अच्छा फिट" दर्शाते हैं जबकि महत्वपूर्ण संरचनात्मक मिसफिट मौजूद होता है, जो अंततः लैटेंट गुणों या उनके संबंधों के बारे में बाद के निष्कर्षों को अमान्य कर सकता है।

2. कार्यप्रणाली (Methodology)

लेखक सामान्यीकृत अवशेषों (Generalized Residuals) के सिद्धांत (जिसे मूल रूप से हैबरमैन और सिन्हारय, 2013 द्वारा श्रेणीबद्ध IRT डेटा के लिए विकसित किया गया था) को निरंतर कॉमन फैक्टर मॉडल्स तक विस्तारित करते हैं।

A. सैद्धांतिक ढांचा (Theoretical Framework)

सामान्यीकृत अवशेषों की परिभाषा: यह ढांचा प्रत्येक व्यक्ति $i$ के लिए एक सारांश मात्रा $H(Y_i; \xi)$ को परिभाषित करता है, जहाँ $Y_i$ मेनिफेस्ट वेरिएबल्स को और $\xi$ मॉडल मापदंडों को दर्शाता है। अवशेष $H$ के नमूना औसत और इसके मॉडल-निहित जनसंख्या प्रत्याशा (population expectation) के बीच का अंतर है:
$e = \hat{\eta}(\hat{\xi}) - \eta(\hat{\xi})$
जहाँ $\hat{\eta}$ नमूना माध्य है और $\eta$ जनसंख्या प्रत्याशा है।
रूपांतरण (Transformation): लचीलापन बढ़ाने के लिए, एक रूपांतरण फलन $\phi$ को अवशेषों पर लागू किया जाता है, जिससे अनुपातों (जैसे, सशर्त माध्य) और अन्य गैर-रैखिक संयोजनों का निर्माण संभव होता है।
अनंतस्पर्शी गुण (Asymptotic Properties): लेखक स्थापित करते हैं कि सही ढंग से निर्दिष्ट मॉडल की शून्य परिकल्पना के तहत रूपांतरित अवशेष 'एजम्पटोटिक मल्टीवेरिएट नॉर्मल' (asymptotically multivariate normal) होते हैं। वे ACM (Asymptotic Covariance Matrix) की गणना के लिए एक मोंटे कार्लो (MC) अनुमान विधि प्रस्तावित करते हैं ताकि स्थिरता सुनिश्चित की जा सके, विशेष रूप से छोटे नमूना आकार या चरम LV मानों के मामले में।

B. परीक्षण सांख्यिकी (Test Statistics)

अनंतस्पर्शी सामान्यता (asymptotic normality) के आधार पर दो प्रकार की सांख्यिकी प्रस्तावित की गई हैं:

पॉइंटवाइज $z$ -सांख्यिकी (Pointwise $z$ -statistic): यह एक विशिष्ट LV मान पर एकल अवशेष का परीक्षण करती है।
$z = \frac{e_{\phi, r}}{\hat{\sigma}_{\phi, r} / \sqrt{n}}$
यह स्थानीयकृत डायग्नोस्टिक्स (जैसे, लैटेंट ट्रेट कॉन्टिनम के विशिष्ट बिंदुओं पर फिट की जाँच करना) की अनुमति देता है।
सारांश $\chi^2$ -सांख्यिकी (Summary $\chi^2$ -statistic): यह समग्र मूल्यांकन प्रदान करने के लिए कई अवशेषों का एक साथ परीक्षण करती है।
$T = n e_{\phi}^\top \hat{\Sigma}^{-}_{\phi} e_{\phi}$
लेखक एक विशिष्ट वेट मैट्रिक्स $\hat{\Sigma}^{-}_{\phi}$ (एक सामान्यीकृत व्युत्क्रम) प्रस्तावित करते हैं ताकि यह सुनिश्चित हो सके कि सांख्यिकी $\chi^2$ वितरण का अनुसरण करती है (डिग्री ऑफ फ्रीडम $s$ के साथ, जिसे संख्यात्मक अस्थिरता से बचने के लिए अक्सर 1 सेट किया जाता है)।

C. अनुप्रयोग के विशिष्ट उदाहरण

लेखक इस ढांचे को तीन विशिष्ट परीक्षण मामलों के साथ स्पष्ट करते हैं:

LV घनत्व सामान्यता (LV Density Normality): यह जांचना कि क्या लैटेंट वेरिएबल वितरण सामान्य है, इसके लिए अनुभवजन्य (empirical) पोस्टीरियर डेंसिटी की तुलना मॉडल-निहित सामान्य डेंसिटी से की जाती है।
MV-स्तर की रैखिकता (MV-Level Linearity): यह परीक्षण करना कि क्या LV के दिए जाने पर MV का सशर्त माध्य रैखिक है। इसमें LV डेंसिटी और MV के अपेक्षित उत्पाद के अनुपात पर आधारित अवशेषों का निर्माण शामिल है।
MV-स्तर की होमोजेनिटी (MV-Level Homoscedasticity): यह परीक्षण करना कि क्या LV मानों केAcross एक MV का सशर्त विचरण (conditional variance) स्थिर है।

3. प्रमुख योगदान (Key Contributions)

सिद्धांत का विस्तार: श्रेणीबद्ध डेटा (IRT) से निरंतर लीनियर फैक्टर मॉडल्स तक सफलतापूर्वक 'सामान्यीकृत अवशेषों' का विस्तार किया, रूपांतरित अवशेषों को पेश किया और उनकी संयुक्त मल्टीवेरिएट नॉर्मलिटी को स्थापित किया।
नवीन अनुमान रणनीति: अवशेषों के एसिम्प्टोटिक कोवेरिएंस मैट्रिक्स के अनुमान के लिए एक मोंटे कार्लो दृष्टिकोण प्रस्तावित किया, जो सीधे नमूना कोवेरिएंस का उपयोग करने वाली पिछली विधियों में देखी जाने वाली टाइप I एरर वृद्धि को रोकता है।
डायग्नोस्टिक सूक्ष्मता (Diagnostic Granularity): वैश्विक फिट सूचकांकों से आगे बढ़कर स्थानीयकृत डायग्नोस्टिक्स प्रदान करना। शोधकर्ता अब लैटेंट कॉन्टिनम के विशिष्ट बिंदुओं पर फिट को देख और परीक्षण कर सकते हैं, जिससे यह पहचानना संभव होता है कि मॉडल कहाँ और क्यों विफल हो रहा है (जैसे, चरम ट्रेट स्तरों पर गैर-रैखिकता)।
"अच्छे" वैश्विक फिट के प्रति मजबूती: यह प्रदर्शित करना कि मॉडल पारंपरिक GOF परीक्षणों (CFI, RMSEA) को पास कर सकते हैं, जबकि महत्वपूर्ण पैरामीट्रिक धारणाओं (जैसे सामान्यता, रैखिकता, होमोजेस्टिकिटी) का उल्लंघन कर सकते हैं।

4. परिणाम (Results)

लेखकों ने दो सिमुलेशन अध्ययन और एक अनुभवजन्य विश्लेषण किया:

सिमुलेशन अध्ययन 1 (LV घनत्व)

सेटअप: सही ढंग से निर्दिष्ट द्विसंवादी सामान्य (bivariate normal) LV वितरण बनाम एक गलत निर्दिष्ट द्वि-मोडल मिश्रण (bimodal mixture) वितरण की तुलना की गई।
निष्कर्ष:
- टाइप I एरर: नमूना आकार ( $n=100, 500, 1000$ ) के across अच्छी तरह से नियंत्रित।
- पावर (Power): प्रस्तावित परीक्षण ( $z_1, T_1$ ) द्वि-मोडल मिसफिट का पता लगाने में सफल रहे, जिसमें नमूना आकार के साथ पावर बढ़ती गई।
- पारंपरिक GOF: मानक सूचकांक (CFI, TLI, RMSEA) और $\chi^2$ परीक्षण मिसफिट का पता लगाने में विफल रहे, जो अक्सर गंभीर रूप से गलत निर्दिष्ट होने के बावजूद "अच्छा फिट" दर्शाते रहे।

सिमुलेशन अध्ययन 2 (MV-स्तर की रैखिकता और होमोजेस्टिकिटी)

सेटअप: मिसस्पेसिफाइड मीन फंक्शन्स (लीनियर के बजाय क्वाड्रेटिक) और वेरिएंस फंक्शन्स (कांस्टेंट के बजाय लॉग-लीनियर) वाले मॉडल्स का परीक्षण किया गया।
निष्कर्ष:
- विशिष्टता (Specificity): लीनेरिटी टेस्ट ( $z_2, T_2$ ) ने मीन मिसस्पेसिफिकेशन का पता लगाया लेकिन वेरिएंस मिसस्पेसिफिकेशन का नहीं, और इसके विपरीत होमोजेस्टिकिटी टेस्ट ( $z_3, T_3$ ) ने।
- गलत पहचान (False Detection): परीक्षणों ने मिसस्पेसिफाइड आइटम्स की उपस्थिति में भी सही ढंग से निर्दिष्ट आइटम्स के लिए कम गलत पहचान दर बनाए रखी।
- पारंपरिक GOF: फिर से, मानक डायग्नोस्टिक्स इन विशिष्ट कार्यात्मक रूप के उल्लंघनों का पता लगाने में विफल रहे।

अनुभवजन्य उदाहरण (रिस्पॉन्स टाइम डेटा)

डेटा: टेस्ट ऑफ रिलेशनल रीजनिंग-जूनियर (TORRjr) से लॉग-ट्रांसफॉर्मेड रिस्पॉन्स टाइम।
पारंपरिक परिणाम: मानक GOF सूचकांक (CFI=0.97, RMSEA=0.05) एक अच्छा फिट सुझाते थे।
प्रस्तावित विधि के परिणाम:
- LV घनत्व: महत्वपूर्ण गैर-सामान्यता (लेप्टोकुर्टिक और नेगेटिवली स्क्यूड) का पता लगाया, जो दर्शाता है कि सामान्य मॉडल द्वारा माने गए सामान्य वितरण की तुलना में अधिक 'फास्ट रिस्पोंडर्स' थे।
- रैखिकता (Linearity): उन विशिष्ट आइटम्स (2, 6, 7) की पहचान की जहाँ लीनियर मीन फंक्शन विफल रहा, विशेष रूप से चरम लैटेंट स्लोनेस (slowness) मानों पर।
- होमोजेस्टिकिटी (Homoscedasticity): कई आइटम्स में हेटेरोसेडास्टिकिटी का पता लगाया, जिससे पता चला कि धीमे रिस्पोंडर्स के लिए विचरण (variance) बढ़ जाता है।

5. महत्व और निहितार्थ (Significance and Implications)

गहरा डायग्नोस्टिक अंतर्दृष्टि: यह ढांचा मॉडल फिट के लिए एक "सूक्ष्मदर्शी" (microscope) प्रदान करता है, जिससे शोधकर्ता "क्या मॉडल फिट बैठता है?" से "मॉडल कहाँ फिट बैठता है, और कौन सी धारणाएँ टूट रही हैं?" की ओर बढ़ सकते हैं।
मॉडल संशोधन मार्गदर्शन: विज़ुअलाइज़ेशन (अनुभवजन्य बनाम मॉडल-निहित कंडीशनल मोमेंट्स को प्लॉट करना) मॉडल सुधार के लिए सीधा मार्गदर्शन प्रदान करते हैं। उदाहरण के लिए, पता चली गैर-रैखिकता एक गैर-रैखिक फैक्टर मॉडल फिट करने का सुझाव देती है; पता चली द्वि-मोडालिटी मिश्रण मॉडलिंग (mixture modeling) का सुझाव देती है।
मानक अभ्यास का पूरक: लेखक तर्क देते हैं कि जनरलाइज्ड अवशेषों को पारंपरिक GOF को प्रतिस्थापित नहीं करना चाहिए बल्कि उनका पूरक होना चाहिए। केवल मीन/कोवेरिएंस रिकवरी पर निर्भर रहने से उन मॉडल्स के बारे में गलत विश्वास पैदा हो सकता है जो संरचनात्मक रूप से त्रुटिपूर्ण हैं।
भविष्य की दिशाएं: पेपर गैर-रैखिक फैक्टर एनालिसिस, काउंट डेटा IRT तक इस ढांचे के विस्तार और $\chi^2$ परीक्षणों की संवेदनशीलता को संबोधित करने के लिए प्रभाव आकार (effect size) उपायों के विकास का सुझाव देता है। यह उच्च-आयामी लैटेंट स्पेस के लिए कुशल कम्प्यूटेशनल रणनीतियों की आवश्यकता को भी रेखांकित करता है।

निष्कर्षतः, यह शोध पत्र कॉमन फैक्टर मॉडल्स के निदान के लिए एक मजबूत, लचीला और सांख्यिकीय रूप से कठोर ढांचा प्रस्तुत करता है जो पारंपरिक विधियों के लिए अदृश्य मिसफिट पैटर्न को उजागर करता है, जिससे मनोविज्ञान और शिक्षा में लैटेंट वेरिएबल अनुमानों की वैधता बढ़ती है।