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。