Two-stage Estimation of Latent Variable Regression Models: A General, Root-N Consistent Solution

Sintesi Tecnica: Stima a Due Stadi di Modelli di Regressione con Variabili Latenti

Definizione del Problema
I modelli a variabili latenti (LV) sono uno standard nella ricerca psicologica per l'operazionalizzazione di costrutti non osservabili. Sebbene la stima a stadio singolo tramite massima verosimiglianza (ML) sia il "gold standard", essa affronta spesso limitazioni pratiche, tra cui l'instabilità numerica (ad esempio, mancata convergenza, casi di Heywood), l'intrattabilità computazionale dovuta a integrali complessi in modelli multidimensionali, vincoli software e problemi di disponibilità dei dati (ad esempio, quando sono disponibili solo punteggi compositi). Di conseguenza, i ricercatori ricorrono frequentemente alla regressione dei factor score a due stadi (FSR). In FSR, viene prima adattato un modello di misurazione per predire i factor score, i quali vengono poi trattati come variabili osservate in una regressione strutturale al secondo stadio. Tuttavia, l'applicazione ingenua della FSR produce stime distorte dei parametri strutturali a causa dell'errore di misurazione e della discrepanza tra la struttura di covarianza dei factor score e quella delle vere variabili latenti. I metodi esistenti di correzione del bias sono spesso limitati a specifiche classi di modelli (ad esempio, SEM lineari) o richiedono tipi specifici di factor score, mancando di una soluzione generale e computazionalmente efficiente per modelli LV più ampi.

Metodologia
Gli autori propongono un framework generale di correzione del bias per la stima a due stadi applicabile a modelli statistici parametrici con molteplici parametri focali e di disturbo. Il metodo è progettato specificamente per la FSR, ma è concepito come una soluzione "blackbox" che richiede una derivazione analitica minima.

1. Framework Statistico: Il vettore dei parametri $\theta$ è partizionato in parametri di disturbo ($\nu$, ad esempio, parametri di misurazione) e parametri focali ($\phi$, ad esempio, coefficienti di regressione strutturale). La procedura a due stadi stima prima $\hat{\nu}$, poi stima $\hat{\phi}$ condizionatamente a $\hat{\nu}$.
2. Strategia di Correzza del Bias: Basandosi su Leung e Wang (1998), gli autori definiscono una funzione $h(\phi; \nu) = E[\hat{\phi}(Y; \nu)]$, che rappresenta il valore atteso dello stimatore iniziale (distorto). Lo stimatore corretto per il bias $\hat{\phi}_{BC}$ si ottiene invertendo questa relazione: $\hat{\phi}_{BC} = h^{-1}(\hat{\phi})$.
3. Fondamento Teorico: L'articolo stabilisce la $\sqrt{n}$-consistenza dello stimatore corretto per il bias sotto deboli condizioni di regolarità. Una proposizione chiave dimostra che se gli stimatori iniziali sono congiuntamente $\sqrt{n}$-consistenti, anche lo stimatore del parametro focale corretto per il bias è $\sqrt{n}$-consistente per il vero parametro $\phi^*$, con una matrice di covarianza asintotica (ACM) derivata.
4. Algoritmi Computazionali: Per evitare complesse derivazioni analitiche di $h(\phi; \nu)$ e delle sue derivate, gli autori introducono due algoritmi stocastici:
   • Stima Puntuale (Algoritmo 1): Un algoritmo di approssimazione stocastica (SA) di tipo Robbins-Monro. Esso aggiorna iterativamente i parametri focali simulando dati dal modello utilizzando le attuali stime dei parametri e confrontando lo stimatore iniziale risultante con lo stimatore iniziale dei dati osservati.
   • Stima della Varianza (Algoritmo 2): Una procedura basata su Monte Carlo che utilizza la perturbazione simultanea (SP) per approssimare numericamente le matrici Jacobiane necessarie per l'ACM. Ciò consente il calcolo di errori standard (SE) validi che tengano conto dell'incertezza derivante dal primo stadio.

Contributi Chiave

• Generalizzabilità: A differenza delle soluzioni precedenti limitate a SEM lineari o tipi specifici di factor score (ad esempio, punteggi di Bartlett o di regressione), il metodo proposto si applica a una vasta classe di modelli LV, inclusi quelli con relazioni strutturali non lineari e variabili manifeste non normali (ad esempio, modelli di Item Response Theory).
• Efficienza Computazionale: Il metodo si basa sull'approssimazione stocastica e sulla simulazione Monte Carlo piuttosto che su soluzioni analitiche in forma chiusa, rendendolo adattabile a modelli complessi dove la ML a stadio singolo è computazionalmente proibitiva.
• Robustezza alla Scelta del Factor Score: Il framework non richiede all'utente di selezionare tipi specifici di factor score (ad esempio, di regressione vs. Bartlett) per raggiungere la consistenza; la correzione del bias funziona indipendentemente dal metodo di scoring iniziale utilizzato.
• Rigore Teorico: L'articolo fornisce una prova formale della $\sqrt{n}$-consistenza e un metodo per derivare errori standard a grandi campioni validi per gli stimatori corretti.

Risultati
Sono stati condotti tre studi di simulazione per valutare la FSR corretta per il bias (BC-FSR) proposta rispetto alla FSR ingenua e alla ML a stadio singolo (e DWLS nello Studio 3):

1. Studio 1 (Regressione Latente Semplice): In modelli con variabili manifeste continue, la FSR ingenua ha mostrato una significativa attenuazione del bias (fino al 19% per i coefficienti angolari) e bias della varianza. La BC-FSR ha ridotto il bias relativo a quasi zero (<5%) in tutte le condizioni e tipi di factor score (media, Bartlett, regressione), con prestazioni comparabili alla ML a stadio singolo sia in termini di accuratezza che di efficienza.
2. Studio 2 (Moderazione Latente): In un modello di interazione bilineare con esiti non normali, la FSR ingenua ha mostrato un bias sostanziale (fino al 33% per gli effetti di interazione). La BC-FSR è riuscita a recuperare i parametri con un bias trascurabile, eguagliando le prestazioni della ML a stadio singolo (calcolata tramite integrazione numerica in Mplus).
3. Studio 3 (IRT Multidimensionale): In un modello complesso con item dicotomici e molteplici predittori, la FSR ingenua ha mostrato un bias compreso tra l'8% e il 33% a seconda del parametro. La BC-FSR ha eliminato questo bias, performando in linea con la ML a stadio singolo (tramite l'algoritmo MH-RM) e con i minimi quadrati pesati diagonalmente (DWLS).
   In tutti gli studi, le stime degli SE basate su Monte Carlo (Algoritmo 2) sono state accurate, con un bias relativo negli SE generalmente inferiore al 10%.

Significatività e Rivendicazioni
Gli autori affermano che il loro approccio trasforma la strategia intuitiva "misura-poi-strutturale" (FSR) da un'euristica soggetta a bias in un metodo di stima $\sqrt{n}$-consistente e statisticamente valido. La significatività del lavoro risiede nel fatto che:

• Utilità Pratica: Offre un'alternativa diretta alla ML a stadio singolo per i ricercatori che affrontano vincoli computazionali o di dati, senza sacrificare l'accuratezza asintotica.
• Spostamento Metodologico: Sfida la visione convenzionale secondo cui la FSR ingenua è intrinsecamente difettosa e irrecuperabile, dimostrando che il bias può essere sistematicamente rimosso tramite approssimazione stocastica.
• Accessibilità: Minimizzando la dipendenza dalle derivazioni analitiche, il metodo abbassa la barriera per l'applicazione di una stima a due stadi rigorosa a modelli LV complessi e personalizzati che superano le capacità dei software standard.

L'articolo conclude che la BC-FSR proposta gode della comodità di implementazione dei metodi a due stadi pur raggiungendo il rigore teorico e l'efficienza dei metodi a stadio singolo, potenziando potenzialmente la capacità dei ricercatori di esaminare una gamma più ampia di relazioni complesse tra costrutti latenti.