www.youtube.com 簡潔な説明。 媒介項(Mediator)は、因果関係があり、結果の先だったものでなければならない。 調整項(Moderator)は、因果関係の結果であってはならない。

PROCESSはAndrew F. Hayesによって開発された媒介分析のマクロである。日本語情報は少ししか無く、英語では多く出てくるので、海外ではよく知られた分析ツールなのだと思う。PROCESSを使う媒介分析についても日本語の資料は数少ないが、海外では既に一般化し…

www.statmodel.com こちらのTable 8.29のケース。 もともとの推定は下記のエントリーで、こちらは最尤推定を行うモデルである。 ides.hatenablog.com ides.hatenablog.com アプローチ2 ロバスト重み付き最小二乗法 データはスタック形式、Analysis: estimato…

先日のエントリの続き。こちらのTable 8.26である。 ides.hatenablog.com 暴露変数はtx、媒介変数intentはベースラインの約6ヵ月後に測定されたもので、次の2ヵ月間にタバコを使用するか否かという意思である。アウトカムciguseは、フォローアップで測定され…

こちらのTable 8.22の例を解説する。コードとデータはリンク先のinpファイルを参照のこと。 www.statmodel.com 仮想データ。 モデル mは媒介変数、mxはmとxの間の相互作用項、xは2値の暴露変数である。 コード title: hypothetical potential outcome exampl…

こちらのTable 8.8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。 www.statmodel.com データ 大学生女性の間でヒトパピローマウイルス（HPV）のワクチン接種率を高めることを目的とした無作為化対照試験のデータを分析している。被験者は3つ…

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。 www.statmodel.com データの詳細は以前のエントリーを参照のこと。 ides.hatenablog.com 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…

こちらのTable 2.1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。 www.statmodel.com 分析はMacKinnon et al.（2007）のもの。 MacKinnon, D.P., Lockwood. C.M., Brown, C.H., Wang, W. & Hoffman, J.M. (2007). The intermediate endpoint …

職場における性差別の実験的研究 職場における性差別の実験的研究の分析。 こちらのTable 2.1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。 www.statmodel.com データ onlinelibrary.wiley.com Garcia, D. M., Schmitt, M. T., Branscombe, …

UCLAのidreの解説から。 https://stats.idre.ucla.edu/mplus/seminars/mplus-class-notes/path/ データ https://stats.idre.ucla.edu/wp-content/uploads/2016/02/path.dat 高校の成績 (hs) 大学の成績 (col) GRE スコア (gre) および大学院の成績 (grad) モ…

Mplusの媒介変数(Mediator)の分析。データ欠落については今回はおまけ程度で。 図で一目瞭然だが、ロジスティクス回帰分析(左)に媒介変数が入ったモデル(右)である。 出典はこちら。 https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.367.551&rep…

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…

lavaanなどのSEMパッケージでも回帰分析ができるとは以前から知っていたが、具体的にどうすればいいのか知らなかったので調べてみた。 シミュレーションデータ AERパッケージの中のデータCPS1985を用いる。 賃金（wage）に対する効果を見る重回帰分析をデモ…

デルタ法による間接効果の推定値はサンプルサイズが小さい場合には、正規分布を仮定したz値を使った検定には不向きとなる。その一つの解決策として、モンテカルロ検定に基づく間接効果の推定と信頼区間の推定がある。利用するのはsemToolsパッケージである。…

lavaan - Mediation https://lavaan.ugent.be/tutorial/mediation.html Yが従属変数、Xが独立変数(予測変数)、Mが媒介変数とする。 データは仮想のもの。 library(lavaan) set.seed(1234) X <- rnorm(100) M <- 0.5*X + rnorm(100) Y <- 0.7*M + rnorm(100) …

制約条件の記号 記号 記述例 意味 == a == b aはbと同値である < a< b aはb以下の値となる > a>b aはb以上の値となる := a:=b aをbと定義する 準備 Holzinger and SwinefordのCFAモデルを簡略化して作成。 library(lavaan) model0 <- ' visual =~ x1 + x2 + …

lavaanのチュートリアルが日本語翻訳されていたようだ。 英語版 https://lavaan.ugent.be/tutorial/tutorial.pdf 日本語翻訳 http://www.ec.kansai-u.ac.jp/user/arakit/documents/lavaanTutorial20170124.pdf 関西大学商学部の荒木孝治さんによる翻訳。

今回も前回の続きlavaanパッケージのinspect関数についてである。 ides.hatenablog.com たくさんあるな中で、利用頻度の高そうな初期値、モデル相関行列、決定係数について求め方を書いた。 https://lavaan.ugent.be/tutorial/inspect.htmllavaan.ugent.be …

lavaanの結果はsummary関数で出すが、それよりも詳細な結果が知りたい場合にはinspect関数を利用する。 https://lavaan.ugent.be/tutorial/inspect.htmllavaan.ugent.be 前準備 まずはこちらで分析したモデルを利用するので、オブジェクトfitに格納する。 li…

https://lavaan.ugent.be/tutorial/inspect.htmllavaan.ugent.be 前準備 まずはこちらで分析したモデルを利用するので、オブジェクトfitに格納する。 library(lavaan) model <- ' # measurement model ind60 =~ x1 + x2 + x3 dem60 =~ y1 + y2 + y3 + y4 dem…

sem関数が自働的にコードを補ってくれるため、基本的な分析には適しているが、細かいところまでコードを書き込む場合には、lavaan関数の方が向いていることもある。 sem関数での推定 PoliticalDemocracyを使って簡単なSEMを作成してみる。以下のようなSEMで…

今回扱うのは構造方程式によって作成した概念の因果を検証するモデルである。 データ lavaanに同梱されているPoliticalDemocracyを使用する。詳細はこちらのエントリ。 y1 1960年の報道の自由に関する専門家の評価 y2 1960年の政治的反対運動の自由 y3 1960…

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…

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…

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…

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。 前回と同じくPoliticalDemocracyのデータを使用してPLSモデルをlavaanパッケージ…

PLS(Partial Least Squares）モデルについて。日本語にすると部分的最小二乗回帰である。 PLSモデルは，複数の観測変数によって純粋に指標化された新たな変数が，別の複数の観測変数の背後に仮定される構成概念へ及ぼす影響の強さについて検討するモデルであ…

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…

非標準化推定値と標準化推定値 豊田秀樹『共分散構造分析[R編]』36ページから。 母数の推定値には，非標準化推定値と標準化推定値があります。非標準化推定値は，データを標準化せずに分析を行った際に得られる推定値で，変数の単位の影響を受けます。一方，…

lavaanパッケージで行った共分散構造分析の補足的なエントリ。 ides.hatenablog.com 例として潜在変数のところだけピックアップする。 Latent Variables: Estimate Std.Err z-value P(>|z|) Std.lv Std.all ind60 =~ x1 1.000 0.670 0.920 x2 2.180 0.139 15…