こちらのTable 8.5の例を解説する。コードはリンク先のinpファイルを参照のこと。
データの詳細は以前のエントリーを参照のこと。
モデル
パス図で表現されるモデルはプロビットモデルの時と違いはない。
コード
プロビットモデルからの変更は以下。
analysis:
estimator = ml;
link = logit;
bootstrap = 10000;
model:
ciguse on intent (beta1)
tx (beta2);
intent on tx (gamma);
model indirect:
ciguse IND intent tx;
model constraint:
new(indirect direct);
indirect = exp(beta1*gamma);
direct = exp(beta2);
link = logit;
probitからrogitへの変更。
ciguse on intent (beta1) tx (beta2); intent on tx (gamma);
モデルの場所に、新しい回帰係数が3つ作成されている。
model constraint:
new(indirect direct)
新しいパラメーター(直接効果、間接効果)の定義。
indirect = exp(beta1*gamma);
こちらは間接効果の定義。beta1とgammaの積で表現されるのパス図のとおり。
direct = exp(beta2);
こちらは直接効果。beta2と定義される。
結果
CONFIDENCE INTERVALS OF MODEL RESULTS
Lower .5% Lower 2.5% Lower 5% Estimate Upper 5% Upper 2.5% Upper .5%
CIGUSE ON
INTENT 0.810 0.864 0.892 1.038 1.205 1.238 1.305
TX -0.903 -0.781 -0.715 -0.377 -0.044 0.019 0.145
INTENT ON
TX -0.327 -0.285 -0.266 -0.164 -0.065 -0.045 -0.009
Intercepts
INTENT 1.426 1.455 1.470 1.550 1.633 1.649 1.683
Thresholds
CIGUSE$1 3.056 3.056 3.056 3.056 3.056 3.056 3.056
Residual Variances
INTENT 0.634 0.668 0.684 0.776 0.864 0.883 0.918
New/Additional Parameters
INDIRECT 0.703 0.737 0.754 0.843 0.936 0.954 0.990
DIRECT 0.405 0.458 0.489 0.686 0.957 1.020 1.156
CONFIDENCE INTERVALS OF TOTAL, TOTAL INDIRECT, SPECIFIC INDIRECT, AND DIRECT EFFECTS FOR LATENT RESPONSE VARIABLES
Lower .5% Lower 2.5% Lower 5% Estimate Upper 5% Upper 2.5% Upper .5%
Effects from TX to CIGUSE
Indirect -0.353 -0.306 -0.282 -0.171 -0.067 -0.047 -0.010
Direct effect -0.903 -0.781 -0.715 -0.377 -0.044 0.019 0.145
CONFIDENCE INTERVALS OF TOTAL, INDIRECT, AND DIRECT EFFECTS BASED ON COUNTERFACTUALS (CAUSALLY-DEFINED EFFECTS)
Lower .5% Lower 2.5% Lower 5% Estimate Upper 5% Upper 2.5% Upper .5%
Effects from TX to CIGUSE
Tot natural IE -0.044 -0.038 -0.035 -0.021 -0.008 -0.006 -0.001
Pure natural DE -0.126 -0.109 -0.100 -0.053 -0.006 0.003 0.021
Total effect -0.149 -0.132 -0.121 -0.073 -0.026 -0.017 0.001
Odds ratios for binary Y
Tot natural IE 0.733 0.764 0.779 0.858 0.942 0.959 0.991
Pure natural DE 0.449 0.501 0.532 0.716 0.962 1.018 1.137
Total effect 0.374 0.422 0.448 0.614 0.840 0.893 1.008
Other effects
Pure natural IE -0.053 -0.045 -0.042 -0.025 -0.010 -0.007 -0.001
Tot natural DE -0.116 -0.100 -0.091 -0.048 -0.005 0.002 0.019
Total effect -0.149 -0.132 -0.121 -0.073 -0.026 -0.017 0.001
Odds ratios for other effects for binary Y
Pure natural IE 0.737 0.768 0.782 0.860 0.943 0.960 0.991
Tot natural DE 0.446 0.499 0.530 0.714 0.961 1.018 1.137
Total effect 0.374 0.422 0.448 0.614 0.840 0.893 1.008
プロビットモデルとロジットモデルの比較
オッズ比メトリックにおける総合効果がプロビットモデルの推定値が0.624に対してロジスティック回帰では0.614と推定されている。標本値は0.602であった。対数尤度の値も非常によく似ており、ロジスティック回帰では-1452.174、プロビット回帰では-1452.171となっている。
