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

Resumo Técnico: Estimativa de Dois Estágios para Modelos de Regressão de Variáveis Latentes

Problema
Modelos de variáveis latentes (LV) são padrão na pesquisa psicológica para operacionalizar construtos não observáveis. Embora a estimação de máxima verossimilhança (ML) de um estágio seja o "padrão ouro", ela frequentemente enfrenta limitações práticas, incluindo instabilidade numérica (ex: não convergência, casos de Heywood), intratabilidade computacional devido a integrais complexas em modelos multidimensionais, restrições de software e questões de disponibilidade de dados (ex: apenas escores compostos estão disponíveis). Consequentemente, pesquisadores frequentemente recorrem à regressão de escore de fator (FSR) de dois estágios. No FSR, um modelo de medida é ajustado primeiro para prever os escores dos fatores, que são então tratados como variáveis observadas em uma regressão estrutural de segundo estágio. A aplicação ingênua do FSR gera estimativas enviesadas dos parâmetros estruturais devido ao erro de medida e à discrepância entre a estrutura de covariância dos escores dos fatores e as verdadeiras variáveis latentes. Métodos de correção de viés existentes são frequentemente limitados a classes específicas de modelos (ex: SEMs lineares) ou exigem tipos específicos de escores de fator, carecendo de uma solução geral e computacionalmente eficiente para modelos de LV mais amplos.

Metodologia
Os autores propõem um framework geral de correção de viés aplicável a modelos estatísticos paramétricos com múltiplos parâmetros focais e de nulidade. O método é adaptado especificamente para o FSR, mas foi desenhado para ser uma solução "caixa-preta" que exige derivação analítica mínima.

1. Framework Estatístico: O vetor de parâmetros $\theta$ é particionado em parâmetros de nulidade ($\nu$, ex: parâmetros de medida) e parâmetros focais ($\phi$, ex: coeficientes de regressão estrutural). O procedimento de dois estágios estima $\hat{\nu}$ primeiro, e então estima $\hat{\phi}$ condicional a $\hat{\nu}$.
2. Estratégia de Correção de Viés: Baseando-se em Leung e Wang (1998), os autores definem uma função $h(\phi; \nu) = E[\hat{\phi}(Y; \nu)]$, representando o valor esperado do estimador inicial (enviesado). O estimador corrigido pelo viés $\hat{\phi}_{BC}$ é obtido invertendo esta relação: $\hat{\phi}_{BC} = h^{-1}(\hat{\phi})$.
3. Fundamentação Teórica: O artigo estabelece a $\sqrt{n}$-consistência do estimador corrigido pelo viés sob condições de regularidade brandas. Uma proposição fundamental demonstra que, se os estimadores iniciais forem conjuntamente $\sqrt{n}$-consistentes, o estimador de parâmetro focal corrigido pelo viés também será $\sqrt{n}$-consistente para o $\phi^*$ verdadeiro, com uma matriz de covariância assintótica (ACM) derivada.
4. Algoritmos Computacionais: Para evitar derivações analíticas complexas de $h(\phi; \nu)$ e suas derivadas, os autores introduzem dois algoritmos estocásticos:
   • Estimação de Ponto (Algoritmo 1): Um algoritmo de aproximação estocástica (SA) de Robbins-Monro. Ele atualiza iterativamente os parâmetros focais simulando dados do modelo usando as estimativas atuais de parâmetros e comparando o estimador inicial resultante com o estimador inicial dos dados observados.
   • Estimação de Variância (Algoritmo 2): Um procedimento baseado em Monte Carlo usando perturbação simultânea (SP) para aproximar numericamente as matrizes Jacobianas necessárias para a ACM. Isso permite o cálculo de erros padrão (SEs) válidos que contabilizam a incerteza transferida do primeiro estágio.

Principais Contribuições

• Generalização: Diferente de soluções anteriores restritas a SEMs lineares ou tipos específicos de escores de fator (ex: escores de Bartlett ou de regressão), o método proposto aplica-se a uma classe ampla de modelos de LV, incluindo aqueles com relações estruturais não lineares e variáveis manifestas não normais (ex: modelos de Teoria de Resposta ao Item).
• Eficiência Computacional: O método baseia-se em aproximação estocástica e simulação de Monte Carlo em vez de soluções analíticas de forma fechada, tornando-o adaptável a modelos complexos onde o ML de um estágio é computacionalmente proibitivo.
• Robustez à Escolha do Escore de Fator: O framework não exige que o usuário selecione tipos específicos de escores de fator (ex: regressão vs. Bartlett) para alcançar consistência; a correção de viés funciona independentemente do método de pontuação inicial utilizado.
• Rigor Teórico: O artigo fornece uma prova formal de $\sqrt{n}$-consistência e um método para derivar erros padrão de grande amostra válidos para os estimadores corrigidos.

Resultos
Três estudos de simulação foram conduzidos para avaliar o FSR corrigido pelo viés (BC-FSR) proposto contra o FSR ingênuo e o ML de um estágio (e DWLS no Estudo 3):

1. Estudo 1 (Regressão Latente Simples): Em modelos com variáveis manifestas contínuas, o FSR ingênuo exibiu viés de atenuação significativo (até 19% para inclinações) e viés de variância. O BC-FSR reduziu o viés relativo para próximo de zero (<5%) em todas as condições e tipos de escore de fator (média, Bartlett, regressão), performando comparavelmente ao ML de um estágio tanto em precisão quanto em eficiência.
2. Estudo 2 (Moderação Latente): Em um modelo de interação bilinear com resultados não normais, o FSR ingênuo mostrou viés substancial (até 33% para efeitos de interação). O BC-FSR recuperou com sucesso os parâmetros com viés negligenciável, igualando o desempenho do ML de um estágio (calculado via integração numérica no Mplus).
3. Estudo 3 (IRT Multidimensional): Em um modelo complexo com itens dicotômicos e múltiplos preditores, o FSR ingênuo mostrou viés variando de 8% a 33% dependendo do parâmetro. O BC-FSR eliminou este viés, performando de forma equivalente ao ML de um estágio (via algoritmo MH-RM) e ao método de mínimos quadrados ponderados diagonalmente (DWLS).
   Em todos os estudos, as estimativas de SE via Monte Carlo (Algoritmo 2) foram precisas, com viés relativo nos SEs geralmente abaixo de 10%.

Significância e Alegações
Os autores alegam que sua abordagem transforma a estratégia intuitiva de "medir-então-estrutural" (FSR) de um heurístico propenso ao viés em um método de estimação estatisticamente válido e $\sqrt{n}$-consistente. A significância do trabalho reside em:

• Utilidade Prática: Oferece uma alternativa direta ao ML de um estágio para pesquisadores enfrentando restrições computacionais ou de dados, sem sacrificar a precisão assintótica.
• Mudança Metodológica: Desafia a visão convencional de que o FSR ingênuo é inerentemente falho e irrecuperável, demonstrando que o viés pode ser sistematicamente removido via aproximação estocástica.
• Acessibilidade: Ao minimizar a dependência de derivações analíticas, o método reduz a barreira para a aplicação de estimação de dois estágios rigorosa a modelos de LV complexos e customizados que excedem as capacidades dos pacotes de software padrão.

O artigo conclui que o FSR corrigido pelo viés proposto desfruta da conveniência de implementação dos métodos de dois estágios enquanto alcança o rigor teórico e a eficiência dos métodos de um estágio, potencialmente capacitando pesquisadores a examinar uma gama mais ampla de relações complexas entre construtos latentes.