12.07.2015 Views

Télécharger le texte intégral - ISPED-Enseignement à distance

Télécharger le texte intégral - ISPED-Enseignement à distance

Télécharger le texte intégral - ISPED-Enseignement à distance

SHOW MORE
SHOW LESS
  • No tags were found...

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Etat des connaissances 32des variab<strong>le</strong>s latentes. Nettement moins de travaux ont donc porté sur l’assouplissementde la relation entre <strong>le</strong>s variab<strong>le</strong>s latentes et <strong>le</strong>s données observées. Néanmoins,comme il est très fréquent en psychologie d’avoir des données de types différentset notamment des données binaires ou ordina<strong>le</strong>s, des travaux ont permis d’étendre<strong>le</strong>s modè<strong>le</strong>s classiques <strong>à</strong> la prise en compte de plusieurs types de données (Dunson,2003 ; Lee et Song, 2004 ; Rabe-Hesketh et al., 2004). Cela se fait par l’introductionde fonctions de lien dans <strong>le</strong> modè<strong>le</strong> d’observation, de la même manière que dans <strong>le</strong>smodè<strong>le</strong>s linéaires généralisés.Jusqu’<strong>à</strong> récemment, l’approche par équations structurel<strong>le</strong>s s’était limitée auxdonnées transversa<strong>le</strong>s mais quelques travaux ont depuis permis d’étendre ces modè<strong>le</strong>saux données groupées (Song et Lee, 2004) puis aux données répétées (Dunson,2003 ; Rabe-Hesketh et al., 2004 ; Skrondal et Rabe-Hesketh, 2004). Dunson (2003)a ainsi proposé un modè<strong>le</strong> issu de la théorie des modè<strong>le</strong>s <strong>à</strong> équations structurel<strong>le</strong>spour modéliser l’évolution d’une quantité non-observée mais mesurée par plusieursmarqueurs de nature différente. Dans <strong>le</strong> cas de données continues, chaque mesurerépétée d’un marqueur est une combinaison linéaire de q variab<strong>le</strong>s latentesξ ij = (ξ ij1 , ..., ξ ijq ) T définies <strong>à</strong> chaque temps de mesure j et pour chaque sujet i :où Z T ijkY ijk = Z T ijkγ k + ξ T ijλ jk + ζ ik (2.6)est un vecteur de variab<strong>le</strong>s explicatives associé au vecteur d’effets fixespropres <strong>à</strong> chaque marqueur γ k , λ jkest <strong>le</strong> vecteur de facteurs (“loading factors”)reliant la mesure Y ijk aux vecteur de variab<strong>le</strong>s latentes ξ ij et ζ ik est une interceptaléatoire spécifique <strong>à</strong> chaque sujet et <strong>à</strong> chaque marqueur pour assouplir la relation.Les facteurs λ jk modélisent <strong>le</strong> lien entre <strong>le</strong>s données observées et <strong>le</strong>s variab<strong>le</strong>slatentes. Dans la majorité des cas, ils ne sont pas estimés pour des raisons d’identifiabilité,mais plutôt définis a priori.La corrélation entre <strong>le</strong>s données répétées des sujets est prise en compte dans <strong>le</strong>modè<strong>le</strong> structurel qui relie <strong>le</strong>s q variab<strong>le</strong>s latentes (ξ ijl , l = 1, q) au temps j aux q

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!