井出草平の研究ノート

Mplus

ベイズ推定の利点

こちらの本の1.4.1 ベイズ推定の説明から。 Structural Equation Modeling: Applications Using Mplus (Wiley Series in Probability and Statistics)作者:Wang, Jichuan,Wang, Xiaoqian発売日: 2019/12/04メディア: ハードカバー 1.4.1 Bayes estimator ベ…

欠損値の補完[Mplus]

潜在クラス分析で欠損値がある場合の補完はできないものかといろいろ調べてみたが、コードが見つからない。IDREで次のようなエントリを見つけた。 stats.idre.ucla.edu Mplusは完全情報最尤推定法(FIML)を用いて、変数の一部が欠落した値を持つモデルを推…

ベイズ推定による因子分析[Mplus]

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 =…

潜在クラス分析のDistal Outcomesの補助設定ごとの結果の比較[Mplus]

Distal Outcomesが連続変数の場合、DU3STEP法、DE3STEP法、BCH法、DCON法、PC法などがある。詳しくはここなどを参照してもらいたいが、BCH法をとることが現在のところ推奨されている。 そんなわけで、それぞれの方法での推定結果の違いをみてみたい。ちなみ…

潜在クラス分析-三段階法[Mplus]

Structural Equation Modeling: Applications Using Mplus (Wiley Series in Probability and Statistics)作者:Wang, Jichuan,Wang, Xiaoqian発売日: 2019/12/04メディア: ハードカバー Jichuan Wang, Xiaoqian Wang, 2019, Structural equation modeling ap…

条件付け潜在成長曲線モデル[Mplus]

Higher-Order Growth Curves and Mixture Modeling with Mplus (Multivariate Applications Series)作者:Wickrama, Kandauda発売日: 2016/04/13メディア: ペーパーバック https://www.routledge.com/Higher-Order-Growth-Curves-and-Mixture-Modeling-with-M…

無条件潜在成長曲線モデル[Mplus]

無条件潜在成長曲線モデル(Latent Growth Curve Model: LGCM) Higher-Order Growth Curves and Mixture Modeling with Mplus (Multivariate Applications Series)作者:Wickrama, Kandauda発売日: 2016/04/13メディア: ペーパーバック https://www.routledge.…

LCAモデルにおける補助変数の考え方[Mplus]

Structural Equation Modeling: Applications Using Mplus (Wiley Series in Probability and Statistics)作者:Wang, Jichuan,Wang, Xiaoqian発売日: 2019/12/04メディア: ハードカバー - Jichuan Wang, Xiaoqian Wang, 2019, Structural equation modeling …

潜在クラス分析の適用例-運動とライフスタイル介入

www.ncbi.nlm.nih.gov 2017年の潜在クラス分析を使った論文。Distal Outcomesも使用されている。 潜在クラス分析 クラス決定のための指標類のグラフ。 たくさん表記している印象がある。 クラスごとの応答確率の表。 Distal Outcomesを伴った潜在クラス分析 …

共変量とカテゴリカルなDistal Outcomesを伴った潜在クラス分析[Mplus]

共変量とDistal Outcomesのある潜在クラス分析で、かつ、Distal Outcomesがカテゴリカルな場合の分析である。 モデル コード DATA: FILE = LCA_cat.dat; VARIABLE: NAMES = U1-U8 Y A B; USEVARIABLES = U1-U8 Y A B; CATEGORICAL = U1-U8 Y; CLASSES = C(3)…

潜在クラス分析でクラス応答確率を出力するには[Mplus]

SAVEDATA: FILE = ****.sav; SAVE = CPROB; やはりメモってないと忘れる。

潜在クラス分析におけるBCH法-回帰補助モデル[Mplus]

前回に引きつづき潜在クラス分析におけるBCH法について。 http://www.statmodel.com/examples/webnotes/webnote4.zip 今回は共変量(X)を設定し、従属変数(Y)に回帰するモデルである。 データが見つからなかったのでRで仮想データ作成した。適当に乱数を発生…

潜在クラス分析におけるBCH法[Mplus]

Mplusのウェブノートが更新されていたようだ。 https://www.statmodel.com/examples/webnotes/webnote21.pdf BCH法の例 U1からU8で構成されている潜在変数C、Cを独立変数としてYに回帰させるモデル。Cのクラスは4カテゴリ。データファイルはウェブ上にはなか…

Mplusの推定方法[Mplus]

早見表 コマンド 推定法 ML 最尤法 MLR ロバスト最尤法 WLS 重み付き最小二乗法 WLSMV ロバスト重み付き最小二乗法 ULS 重みなし最小二乗法 ULSMV ロバスト重みなし最小二乗法 GLS 一般化最小二乗法 BAYES ベイズ推定法 詳述 和訳は定訳がないものが多いので…

タイタニック・データを用いた媒介分析[Mplus]

タイタニック・データを用いて名義変数の媒介項、2値の従属変数(アウトカム)の媒介分析を行う。アウトカムが2値なので2項ロジスティック回帰分析の一種である。 タイタニック・データの分析に意味があるわけではなく、あくまでも例題である。分析はMplusで…

潜在移行分析[Mplus]

www.statmodel.com こちらの8.13の例をモディファイしたもの。8.13は共変量が設定されているためややこしいように思えたので、共変量を取り除いたシンプルにものにしてみた。 c1とc2は2つの時点の潜在変数である。潜在以降分析は潜在クラスが2時点、3時点で…

媒介分析の推定方法と尺度水準による推定結果の違い[Mplus]

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…

2値変数をアウトカムとしたプロビットモデルの媒介分析-媒介変数をカテゴリカル変数にした場合[Mplus]

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…

2値の曝露変数、2値の媒介変数、連続変数のアウトカムの媒介分析

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…

介入-媒介変数に相互作用を伴わない2値データのアウトカム変数を用いた媒介分析[Mplus]

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…

2値変数をアウトカムとしたロジットモデルの媒介分析[Mplus]

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…

2値変数をアウトカムとしたプロビットモデルの媒介分析[Mplus]

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 …

媒介分析[Mplus]

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, …

ブートストラップを伴ったロジスティック回帰分析[Mplus]

Mplusで行うロジスティック回帰分析をブートストラップ500回の反復をするバージョン。 ides.hatenablog.com データやデータの中身については先のエントリを参照のこと。 title: logit regression for coalminers data: file =coalminer.dat; variable: names…

間接効果と総合効果[Mplus]

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…

重回帰分析とロジステック回帰分析をRとMplusでやって比較する[Mplus][R]

データの準備 AERパッケージのCPS1985データを利用する。 library(AER) data(CPS1985) d1 <- CPS1985 caretパッケージのdummyVars関数を用いて、factor型のものをすべてダミー変数化する。 library(caret) dummy <- dummyVars(~.,data=d1) d2 <- as.data.fra…

ロジスティック回帰分析[Mplus]

Mplusでロジスティック回帰分析をする方法である。炭鉱夫の年齢と炭鉱で働くと生じる健康被害の息切れの関係を推定した例を使用する。 解説するのはこちらの例。 https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.367.3127&rep=rep1&type=pdf デ…

2値のアウトカムを持ち、データ欠落を伴い、媒介変数のあるパスモデル[Mplus]

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…

確証的因子分析におけるMIMICモデル[R][Mplus]

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…

RからMplusを使う Rですべて完結させる

RからMplusが使えるようになるMplusAutomationパッケージについてのエントリ2つ目。 前回はデータをMplus形式に変換する方法について解説した。 ides.hatenablog.com 今回も下記の条件で書いている。 RStudioを使っている ファルダパスに日本語が混じってい…