请教Kenny，小样本且非正态分布样本的估计方法

dullcat

    Kenny老师好，最近针对企业高管发了一些问卷，但回收不理想，只收到100份多点。研究变量都为连续性。先用mplus软件试分析，默认极大似然估计法（ML）。但ML的前提要求是数据要符合多元正态。查了相关文章，貌似是若不符合正态性，那就要样本量较大（才可以用如“加权最小二乘法WLS”等方法），而mplus提供的WLSMV在所有条件下（偏态和小样本n=100）均能获得不错的参数估计结果，但只针对类别变量。
    所以请教Kenny，在连续变量情况下，小样本和非正态可不可以估计？如可以估计，用什么方法最合适？
8 _4 Y8 ~' X9 }: M8 ]- z    PS.受益您的书很多，感谢您的辛苦劳动：）
& |0 I; ^0 M. h4 p$ x; R2 f

8 T6 \* x' N0 [* G

dullcat

Kenneth 发表于 2014-8-3 03:28
$ M8 B$ l2 c3 w: M+ S1 t$ m- fdullcat，管理研究一般对这样的问题不太讲究。我猜用不同方法猜出来的参数估计都不会相差太远。其实如何做 ...

& o  f% ^" V/ S: ?; s谢谢Kenny，那还是好好专注理论假设

Kenneth

dullcat，管理研究一般对这样的问题不太讲究。我猜用不同方法猜出来的参数估计都不会相差太远。其实如何做假设验证才是最大问题。 因此， 它们大多数都用 bootstrapping 的方法。