ベイズ推定による因子分析[Mplus]

Mplus R ベイズ統計学因子分析計量

頻度主義で行うのと特に何かが変わるというわけではないものの、Mplusでベイズ推定で因子分析を行った。コード DATA: FILE = "HS1939.dat"; VARIABLE: NAMES = x1 x2 x3 x4 x5 x6 x7 x8 x9; MISSING=.; ANALYSIS: ESTIMATOR = BAYES; PROCESS = 2; FBITER =…

2020-12-02

lavaanで潜在変数の相関係数を求める[R]

R lavaan 計量構造方程式モデリング因子分析

データとモデルの作成 library("lavaan") Data <- HolzingerSwineford1939[,c("x1","x2","x3","x4", "x5", "x6")] model <- ' f1 =~ x1 + x2 + x3 f2 =~ x4 + x5 + x6 ' fit <- sem(model, data = Data, std.lv = TRUE) lavaanパッケージに含まれているデー…

2020-11-30

lavaanで順序尺度のSEMを行う[R]

R lavaan 因子分析構造方程式モデリング計量

相関係数をピアソンではなく、ポリコリック相関係数を使う方法。例として簡単な確証的因子分析を行う。サンプルデータの作成 library(lavaan) data.con <- HolzingerSwineford1939[,c("x1","x2","x3")] # visualのデータのみ使用 ## 3カテゴリにしてカテゴ…

2020-09-27

同族テストモデル・タウ等価モデル・平行テストモデル[R]

R lavaan 構造方程式モデリング因子分析計量

信頼性係数はα係数が使用されることが多いが、問題点が指摘されている。α係数は因子構造を無視して一次元性の検証をしているという点である。別の言い方をすると、各因子での真の得点が共通している(一元性)と仮定しているが、ほとんどのケースでは一元性は…

2020-08-14

lavaanで順序カテゴリカル因子分析[R]

R lavaan 因子分析構造方程式モデリング計量

IPIP-NEOデータの呼び出しと格納 library("psych") data(bfi) # IPIP-NEOデータ d1 <- bfi[1:10] # 因子分析に使用するのは１～10列目。2つの因子のみ。 d1 <-na.omit(d1) # 欠損値のあるケースを削除モデルと実行 library(lavaan) model <- ' Ag =~ A1 + A…

2020-06-15

ω係数[R]

R 因子分析構造方程式モデリング lavaan 計量

ω(オメガ)係数は内的整合性を確認するための指標である。近年はCronbachのαより良い方法と言われることが多い。Cronbachのαは因子構造を無視して、一次元性の検証していることが原因である。データ psychパッケージに含まれるIPIP-NEOのデータbfiを使用する…

2020-06-13

lavaanパッケージを用いて階層因子分析を推定する[R]

R 因子分析構造方程式モデリング lavaan 計量

階層因子分析（hierarchical factor analysis）について松田淑美・狩野裕「高次因子分析モデルと階層因子分析モデルについて」から説明を引用しよう。 http://www.sigmath.es.osaka-u.ac.jp/~kano/research/meeting/20050827_BSJ33/matsudaABS.pdf 階層因子…

2020-06-12

lavaanパッケージを用いて二次因子分析モデルを推定する[R]

R 因子分析構造方程式モデリング lavaan 計量

二次因子分析モデル(second order factor analysis)とは「斜交解による通常の因子分析の結果，因子聞に強い相闘が観察されたときには，それらの因子に共通して影響を与える上位の因子を想定することができます。このように，通常の因子分析における複数の因…

2020-05-30

確証的因子分析におけるMIMICモデル[R][Mplus]

R Mplus 構造方程式モデリング因子分析計量

複数の観測変数によって1つの構成概念が規定され、その構成概念が別の観測変数群に影響を与えているようなモデルをMIMIC(Multiple Indicator Multiple Cause）モデルと呼ぶ。 MIMICモデルのデモを見ていると、Mplusの例5.8を使ったものが多かったので、それ…

2020-05-27

因子分析のサンプルサイズは項目数×7で求められるのか

因子分析計量

時々気になるサンプルサイズの話である。 pubmed.ncbi.nlm.nih.gov サンプルサイズのについての記述 Henrica et al.(2005)では、下記のように書かれてある。サンプルサイズ探索的因子分析も確認的因子分析も、信頼できる結果を得るためには相応のデータ量…

2019-09-24

２値カテゴリカル因子分析と潜在クラス分析のシミュレーション, その２

R 因子分析潜在クラス分析

前回のエントリ、２値のカテゴリカル因子分析と潜在クラス分析の結果の差異で因子分析と潜在クラス分析のグループ分けの違いを分析した。今回は以前のエントリで使用した児童向けウェクスラー式知能検査（Wechsler Intelligence Scale for Children; WISC)…

2019-09-23

２値のカテゴリカル因子分析と潜在クラス分析の結果の差異

R 潜在クラス分析因子分析

２値のカテゴリカル因子分析と２値の潜在クラス分析の結果どのように違うのかをシミュレーションしてみたい。因子分析も潜在クラス分析もグループ分けをする手技である。しかし、両者はグループの分け方が異なる。因子分析が変数の近さでグループを作るのに…

2019-09-19

因子分析とカテゴリカル因子分析の結果はとのくらい異なるか

R 因子分析計量

ノーマルな因子分析は連続変数を用いる。その拡張としてカテゴリカル変数でも因子分析は可能である。今回は、連続変数で推定した結果とカテゴリカル因子分析の推定はどのくらい異なるのかをシミュレーションしてみたい。大前提としてカテゴリカル変数といっ…

2019-08-02

カテゴリカル因子分析

計量因子分析 R

追記： 019/09/18 以前、psychパッケージのfa.poly functionでカテゴリカル因子分析を書いていたが、非推奨の方法だったようだ。psychパッケージの仕様書には次のように書いてある。 fa.poly Deprecated Exploratory Factor analysis functions. Please use …

2019-07-31

因子分析に関するメモ

因子分析 R 計量

落穂拾い的なエントリ。以前のエントリー(http://ides.hatenablog.com/entry/2019/04/08/171145)で取り上げた清水和秋「因子分析的研究におけるmisuseとartifact」の続き部分である。 kansai-u.repo.nii.ac.jp 平行分析もMAPも主成分を使用 Horn（1965）の…

2019-07-25

因子分析と標本サイズ

計量因子分析

清水和秋(2018)「因子分析的研究におけるmisuseとartifact」『関西大学社会学部紀要』 49(2): 191-211. kansai-u.repo.nii.ac.jp 標本サイズ Cattell（1978）は、標本サイズと分析対象の変数の数との比として、3 対 1 を目安としている。この比についての基…

2019-07-22

Rで平行分析

R 計量因子分析

Mplusでの平行分析の実行の仕方は以前に書いたが、Rでも実行できる。今回もbfiデータの1~25列目を使用する(参考: http://ides.hatenablog.com/entry/2019/03/19/093726)。 library("psych") data(bfi) d1<-bfi[1:25] 平行分析は次のように指定する。 fa.par…

2019-07-19

因子負荷と相関係数の違い

計量因子分析

因子分析をしていて混同しがちなのは因子負荷(因子パターン)と相関係数ではないかと思う。誰も教えてくれなかった因子分析: 数式が絶対に出てこない因子分析入門作者: 松尾太加志,中村知靖出版社/メーカー: 北大路書房発売日: 2002/05/01メディア: 単行本（…

2019-07-14

MAP(最小平均偏相関)

R 計量因子分析

探索的因子分析において因子数を決定する基準として使われるMAPについて。 MAP:Minimum Average Partial correlationであり、日本語だと最小平均偏相関になる。 Velicerによつて開発された方法である。 link.springer.com 因子数を決める基準はどれが適切か…

2019-07-12

Mplusで因子分析 & 因子選択の基準

Mplus 計量因子分析

Mplusで因子分析をしたことがなかったので、勉強がてらのメモ。今回行うのは、下記のエントリで行った探索的因子分析の内容と同じである。 ides.hatenablog.com データはこちらから Mplusのコード TITLE: Exploratory Factor Analysis by Mplus, using NEO …