scholarly journals On the use of the not-at-random fully conditional specification (NARFCS) procedure in practice

2018 ◽  
Vol 37 (15) ◽  
pp. 2338-2353 ◽  
Author(s):  
Daniel Mark Tompsett ◽  
Finbarr Leacy ◽  
Margarita Moreno-Betancur ◽  
Jon Heron ◽  
Ian R. White
2006 ◽  
Vol 76 (12) ◽  
pp. 1049-1064 ◽  
Author(s):  
S. Van Buuren ◽  
J. P.L. Brand ◽  
C. G.M. Groothuis-Oudshoorn ◽  
D. B. Rubin

2021 ◽  
Author(s):  
Aaron Lim ◽  
Mike W.-L. Cheung

Missing data is a common occurrence in confirmatory factor analysis (CFA). Much work had evaluated the performance of different techniques when all observed variables were either continuous or ordinal. However, few have investigated these techniques when observed variables are a mix of continuous and ordinal variables. This study investigated the performance of four approaches to handling missing data in these models, a joint ordinal-continuous full information maximum likelihood (JOC-FIML) approach and three multiple imputation approaches (fully conditional specification, fully conditional specification with latent variable formulation, and expectation-maximization with bootstrapping) combined with the weighted least squares with mean and variance adjustment (WLSMV) estimator. In a Monte-Carlo simulation, the JOC-FIML approach produced unbiased estimations of factor loadings and standard errors in almost all conditions. Fully conditional specification combined with WLSMV was second best, producing accurate estimates if the sample size was large. We recommend JOC-FIML across most conditions, except when certain ordinal categories have extremely low frequencies as it was less likely to converge. If the sample is large, fully conditional specification combined with weighted-least-squares is recommended when the FIML approach is not feasible (e.g., non-convergence, variables that predict missingness are not of interest to the analysis).


2020 ◽  
Vol 29 (2) ◽  
pp. 47-86
Author(s):  
Hazael Cerón Monroy ◽  
Edith Adriana Jiménez Contreras

La generación de datos es cada vez más una necesidad prioritaria para abonar a la narrativa de la importancia del turismo en la vida de los mexicanos. En este trabajo se destaca la importancia de medir la inversión turística nacional, ya que se han realizado diversos esfuerzos por reconocer un dato representativo del sector; sin embargo, aún no se ha construido una metodología ni tampoco una serie apropiada y continua de datos para el caso mexicano. El objetivo del artículo es proponer una metodología para la medición de la inversión nacional en el sector turístico que siga las recomendaciones de la Organización Mundial de Turismo, del Instituto Nacional de Estadística y Geografía y las experiencias internacionales. La metodología se propone en dos ámbitos: primero, en la aportación de un “marco conceptual” que define los activos y actividades turísticas donde se registran los montos de inversión; y segundo, la aportación de las “fuentes y métodos” con la creación de una Cédula de Registro, un Sistema de Registro y el método de imputación para la construcción de la serie de inversión con Fully Conditional Specification. La propuesta metodológica se sometió a prueba para conocer su viabilidad con sus fortalezas, oportunidades, debilidades y amenazas. Los resultados indicaron que la propuesta es factible, puesto que existe información no sistematizada a nivel de Secretarías de Turismo de los estados y disposición para implementarla; y, por otro lado, la aplicación del método de imputación se probó con datos obtenidos del estado de Guanajuato, que generó una serie de tiempo continua de forma satisfactoria.


2014 ◽  
Vol 33 (21) ◽  
pp. 3725-3737 ◽  
Author(s):  
Catherine A. Welch ◽  
Irene Petersen ◽  
Jonathan W. Bartlett ◽  
Ian R. White ◽  
Louise Marston ◽  
...  

Sign in / Sign up

Export Citation Format

Share Document