Tokyo r7 sem_20100724
1. 『 R によるやさしい統計学』 第 17 章 「共分散構造分析」 Bob#3 （ @bob3bob3 ） Tokyo.R#7 2010 年 7 月 24 日 2. 自己紹介 ✔hatena:bob3 ✔twitter:@bob3bob3 ✔ マーケティングリサーチャー ✔ 文系 ✔ 歌えません。 ✔ 踊れません。 ✔ 好きな音楽 ✔ プログレッシブ・ロック ✔ フォークトロニカ 3. 共分散構造分析とは？ ● 因子分析と重回帰分析を統合した分析 ● それだけではないが、まずはこう理解。 ● 別名「構造方程式モデリング」 ● Structural Esuation Modeling 、略して SEM 。 ● なので、“ sem” パッケージという名前。 ● 複雑な変数間の関係を統計的に検証できる。 ● モデルとデータの当てはまりを検証、評価する。 ● 「適合度」が重要。
RでSEM（共分散構造分析／構造方程式モデリング）3 - bob3’s blog
半年ぐらい前にR言語のsemパッケージで共分散構造分析の練習をしました。 id:bob3:20091226#p1 id:bob3:20091227#p1 このたび、次々回のTokyo.R#7で『Ｒによるやさしい統計学』の第17章「共分散構造分析」パートを担当することになったので復習中。 Rによるやさしい統計学 作者: 山田剛史,杉澤武俊,村井潤一郎出版社/メーカー: オーム社発売日: 2008/01/25メディア: 単行本購入: 64人 クリック: 782回この商品を含むブログ (68件) を見る 例題として『Excelで学ぶ共分散構造分析とグラフィカルモデリング』p22の「住意識」データを使ってみます。 Excelで学ぶ共分散構造分析とグラフィカルモデリング 作者: 小島隆矢出版社/メーカー: オーム社発売日: 2003/12/01メディア: 単行本購入: 13人 クリック: 152回こ
scratch-R: factor analysis
主成分分析と因子分析 主成分分析、因子分析を解説する。因子分析には探索的因子分析と確認的因子分析がある。 主成分分析 princomp( ) 関数で回転しない主成分分析を行える。prcompはサンプルサイズ < 変数の数のときに使うらしい。 参考リンクト Rで主成分分析 Rで主成分分析2 Rjpwiki: 統計手法の実地への適用限界 "要するに，二つある関数のうち，princomp は忘れて，いつも prcomp を使えばよいと言うだけのことである" らしい 金先生のRと主成分分析。prcomp関数の解説。 S-PLUSのFAQ。princompがお奨めだそうだ。 シリウス先生の心理統計学: 主成分分析モデルの応用。"prcomp()は計算時に不偏分散を用いるのに対して、princomp()では標本分散を用いている。両者に若干の違いはあるが、基本的にはどちらを使っても構わない" だそうだ。
共分散構造分析
上のような相関行列をデータとして読み込むための read.moments 関数が、sem パッケージの中に含まれていますので、これを利用します。Rエディタを起動して下のようにデータを入れます。下では、「"酒類"」の次で改行していますが、必ずしも改行の必要ありません。コンパクトな画面で納まるように改行してあるだけです。なお、タブで相関係数間のスペースを開けるとうまく読み込めませんので、スペースキーを押下してスペースを入れるようにします。 「diag=TRUE」は、これがデフォルトになっていますので、なくてもよいのですが、相関行列に対角要素（同じ変数間の相関、つまり1.00ですね）を含んでいることを指定しています。相関行列に対角要素を含めない場合は「diag=FALSE」としておくと、自動的に対角要素が追記されます。 ガン <- read.moments(diag=TRUE,names=c
Rで共分散構造分析・構造方程式モデル - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですgraphviz による出力 † path.diagramコマンドの出力したGraphviz用シンタックスを読み込んで描画。 ↑ Macintoshでの実行例 † 小島隆矢 「Excel で学ぶ共分散構造分析とグラフィカルモデリング」 Ohmsha の第4，5章で取り上げられているカメラの満足度についてのデータを分析してみた。 図を日本語で描くことにする。 camera <- structure(list(小型軽量 = c(3, 5, 2, 4, 4, 5, 1, 1, 4, 4, 5, 2, 5, 1, 2, 4, 1, 5, 2, 2, 4, 3, 5, 5, 4, 3, 2, 1, 3, 2, 4, 4, 2, 5, 2, 1, 1, 2, 2, 2, 2, 3, 2, 4,
基礎６
SPSSの分析メニューにある場合には，分析 → Amos5 を選択。 ない場合には，Windowsのスタートメニュー → すべてのプログラム → Amos5 → Amos Graphics を選択。 メインウインドウが開くので，左側のアイコンを用いて右側の四角い枠内にパス図を描いていく。 良く使用するアイコンと簡単な説明（注：全てのアイコンではない）
SEM・共分散構造分析とフィット指標 - 講義のページへようこそ
SEM(Structural Equation Modeling)の直感的理解 測定モデルと一連の回帰分析（パス解析）を同じモデルに含め、同時に分析するもの。 回帰分析やパス解析は、測定誤差を考慮に入れていない（つまり、モデル上、測定誤差がないという前提になっている）。しかし、その前提が大きく妥当性に欠けたものでないかを確認するために、回帰分析やパス解析の前に、測定モデルを評価する。例えば、因子分析や信頼性分析。測定モデルの評価で、妥当であるという判断がなされて初めて、回帰分析やパス解析を行う。 しかし、上記の手順で行っても、回帰分析やパス解析で用いられる測定変数に誤差が含まれているはずであり、それがモデル全体の妥当性を弱める。 その点、SEMは、測定モデルと（潜在変数を含む）パスモデルを同時に扱うので、モデル全体の適合度を見るときは、測定誤差の問題と、それ以外のモデルの評価の両方を同時に
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Q&A1-4