Мой вопрос касается математики многослойных моделей, о которых я не нашел много количественных данных, так что извините, что я изобрел собственные обозначения, чтобы объяснить свои мысли.
В таких моделях, как Кеттелл-Хорн-Кэрролл, компоненты интеллекта расположены, скажем, в 3-4 слоя. Я собираюсь инвертировать обычную нумерацию этих страт, чтобы обобщить свое текущее понимание этих моделей, независимо от общего количества страт. Другими словами:
Мой вопрос таков: что отличает содержание различных слоев? В приведенном выше линейном частном случае все имеют практически одинаковую форму, кратную плюс шумовой член (и в более сложной модели каждый из них по-прежнему сводился бы к шумовой функции от ). Я подозреваю, что разграничение слоев сводится к вложению нелинейных преобразований и/или шумовых членов, которые не имеют стабильного распределения.
Вы делаете две ошибки, одну в отношении идентификации факторов или того, что они представляют (а факторный анализ нужно много изучать по корреляциям с задачами, которые представляет каждый фактор). Во-вторых, отношения между факторами.
Вы не принимаете во внимание, что каждый фактор будет представлять очень разные способности или процессы (например, скорость закрытия и последовательные рассуждения очень разные), факторы могут быть независимыми таким образом, не обязательно должна быть линейная зависимость и в случае, если корреляция существует, это будет корреляция для конкретной задачи , что заставляет меня указать, что она предлагает неправильные отношения о совершенно разных способностях или процессах. Это должно прояснить и является моделью для начала изучения факторного анализа:
x1 = a1.F1 + a2.F2 ... + b1.S1 + c1.E1
х2=...
х3=...
x1 (балл по заданию конкретного человека) = a1 (факторный вес общего фактора). F1 (общий фактор) + a2.F2 .... + b1 .S (специфический фактор) + c (факторный вес фактора ошибки) + E1 (ошибка)
(В большинстве анализов ошибка по конкретному фактору не изучается)
Дж. Г.
шестнадцатеричный
Крис Роджерс