『 R によるやさしい統計学』 第 17 章 「共分散構造分析」 予告編 Bob#3 （ @bob3bob3 ） Tokyo.R#6 2010 年 6 月 26 日

共分散構造分析とは？ ● 因子分析と重回帰分析を統合した分析 ● それだけではないが、まずはこう理解。 ● 別名「構造方程式モデリング」 ● Structural Esuation Modeling 、略して SEM 。 ● なので、“ sem” パッケージという名前。 ● メジャーなツールは ● AMOS(SPSS) 、 EQS 、 CALIS(SAS) 。

共分散構造分析とは？ ● 何がうれしいの？ ● 因果関係推論の強力な道具になる。 ● パス図による表現で変数の関係が分かりやすい。 ● どんなデータを使うの？ ● 相関行列（分散共分散行列）。 ● 出力のどこを見ればいいの？ ● まずは、パス係数と適合度。

パス図 母親価値 f1 協調性 f3 相互作用経験 f2

パス図のお約束 観測変数 潜在変数 （因子） パス係数 （回帰係数） 内生変数 （他の変数から矢印を 受けている変数。必ず 残差を伴う） 残差 外生変数 （他の変数から矢印を 受けていない変数。） 共分散 （相関係数） 残差

代表的なモデル ★ 確認的因子分析モデル ★ 重回帰分析モデル

代表的なモデル ★ ２次因子モデル ★ 多重指標モデル

測定方程式、構造方程式 母親価値 f1 協調性 f3 相互作用経験 f2 測定方程式 測定方程式 測定方程式

測定方程式、構造方程式 母親価値 f1 協調性 f3 相互作用経験 f2 構造方程式

サブテキスト ● 『原因をさぐる統計学 ～共分散構造分析入門～』 ● 安い！　 945 円！ ● 新書版なので通勤中に読める！ ● CALIS(SAS) のコードが載っているので R で再現しやす い！ ● ちょっと古い……（ 1992 年初版）。 ● RMSEA が載ってない。

● 次回 Tokyo.R#7 乞うご期待！ ● テキストの内容だけでは薄すぎるので、パス図 を描けるようになるところまでやります。 ● 今日の裏番組？ Osaka.R#3 でも「ＲでＳＥＭ入 門」という演目があるので、発表資料の公開と U stream 録画配信に注目しましょう！ ● @phosphor_m と @langstat さんのツイートをチェッ クです。