a University of Notre Dame.
Multivariate Behav Res. 2018 Mar-Apr;53(2):219-230. doi: 10.1080/00273171.2017.1415123. Epub 2018 Jan 11.
Process factor analysis (PFA) is a latent variable model for intensive longitudinal data. It combines P-technique factor analysis and time series analysis. The goodness-of-fit test in PFA is currently unavailable. In the paper, we propose a parametric bootstrap method for assessing model fit in PFA. We illustrate the test with an empirical data set in which 22 participants rated their effects everyday over a period of 90 days. We also explore Type I error and power of the parametric bootstrap test with simulated data.
过程因素分析（PFA）是一种用于密集纵向数据的潜在变量模型。它结合了 P 技术因素分析和时间序列分析。目前 PFA 的拟合优度检验不可用。在本文中，我们提出了一种参数 bootstrap 方法来评估 PFA 中的模型拟合情况。我们使用一个实际数据集来说明该检验，该数据集包括 22 名参与者在 90 天的时间内每天对自己的效果进行评分。我们还使用模拟数据探索了参数 bootstrap 检验的Ⅰ类错误率和功效。
