Что такое авторегрессионная синхронная панельная модель в моделировании структурным уравнением (SEM)?
Я читаю статью об использовании социальных сетей и участии в политической жизни, в которой для анализа данных используется SEM (Halpern, Valenzuela, & Katz, 2017). Авторы используют двухволновой панельный опрос для сбора своих данных, а затем говорят следующее...:
Мы использовали авторегрессионные синхронные панельные модели, где изменение во времени оценивается путем регрессии переменных волны 2 на их значениях волны 1. Этот подход устанавливает строгий тест, поскольку он учитывает как временную стабильность, так и ковариацию ключевых эндогенных переменных.
Я никогда не слышал об "авторегрессионных синхронных панельных моделях", и поиск в Google этого термина не помог. Кроме того, гипотезы в статье совершенно не связаны с изменениями во времени. Насколько я понимаю, они используют величину изменения X(использование социальных сетей), чтобы предсказать величину изменения Y(участие в политической жизни). Однако я не уверен, правильно ли я это интерпретирую. Я хорошо знаком с основными концепциями и рабочими процессами SEM, но никогда не слышал об этом подходе. Иллюстрации моделей выглядят так:пример простой модели в бумаге
Итак, мои вопросы:
1) Что такое авторегрессивная синхронная модель панели и как ее создать в Amos/SPSS/R/Python?
2) Нельзя вместо этого использовать многогрупповой анализ и сравнивать средние структуры?
Спасибо, что прочитали и, возможно, ответили на мои вопросы. В качестве дополнительного вопроса: авторы сначала оценивают разные части модели по отдельности, прежде чем в конечном итоге построить одну окончательную модель, чтобы "уменьшить вероятность выявления ложных взаимосвязей"; это обычная практика? Меня точно этому никогда не учили.
Ссылки:
Халперн, Д., Валенсуэла, С., и Кац, Дж. Э. (2017). Я читаю в Твиттере: как разные социальные сети влияют на участие в политической жизни через коллективную и внутреннюю эффективность. Журнал компьютерных коммуникаций, 22(6), 320-336.