[fpr 371] AIC of CSA

堀啓造

堀 啓造@香川大学経済学部です。
鈴木さん@日経リサーチに便乗質問。[fpr 369] 
ちょっとEQSを使ってみました。

>鈴木@日経リサーチさん[fpr 369]からの引用です.
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
>服部・海保(1996)『心理データ解析』(福村出版)を読みました。8章の共分散
>構造分析を勉強しようと思い、p.174の「5教科のデータ」を CALIS ( R6.10 ) 

EQSで分析してみました。
******************************************
  GOODNESS OF FIT SUMMARY

  INDEPENDENCE MODEL CHI-SQUARE =         76.433 ON    10 DEGREES OF FREEDOM

  INDEPENDENCE AIC =    56.43311   INDEPENDENCE CAIC =    11.83726
         MODEL AIC =    -2.50337          MODEL CAIC =   -15.88213

  CHI-SQUARE =        3.497 BASED ON     3 DEGREES OF FREEDOM
  PROBABILITY VALUE FOR THE CHI-SQUARE STATISTIC IS     0.32120

  BENTLER-BONETT NORMED    FIT INDEX=       0.954
  BENTLER-BONETT NONNORMED FIT INDEX=       0.975
  COMPARATIVE FIT INDEX (CFI)       =       0.993
  BOLLEN (IFI)             FIT INDEX=       0.993
  McDonald (MFI)           FIT INDEX=       0.999
  LISREL GFI               FIT INDEX=       0.994
  LISREL AGFI              FIT INDEX=       0.970
  ROOT MEAN SQUARED RESIDUAL (RMR)  =       1.839
  STANDARDIZED RMR                  =       0.022
  ROOT MEAN SQ. ERROR OF APP.(RMSEA)=       0.027
  90% CONFIDENCE INTERVAL OF RMSEA (       0.000,       0.116)
********************************************
誤解があるかもしれません。
(1)ここでの MODEL AIC は飽和モデル(共分散構造行列)との比較になっていますね(?
)。そうすると、これがマイナスならそのモデルは採択可能の範囲にあることを示してい
て、ほかのGFIやAGFIを参照する必要がなくなるのでは。
P176 の
STEP-1 絶対評価
STEP-2 相対評価
のところの問題です。確かに豊田さんの『SASによる共分散構造分析』東京大学出版会
(初版1刷)p104にあるように標本数が大きすぎるときの問題があるならSTEP-1 も重要
ですが、それがない場合はMODEL AIC ですませたらどうでしょう。 

(ついでにこの豊田さんのこのページに書いてある、シュヴァーツのベイジアン基準SB
CというのがBICですね。>富田拓郎さん@早大大学院 SASでは求めていたのか)

もっとも、AICにするかCAIにするかでモデルの選択が異なっていることが指摘され
ています(Joreskog(1993)in "Testing SEM",Sage)

(2)BentlerはEQSのマニュアルの付録でSTANDARDIZED RMR を薦めていますがどうなん
でしょうか。ワーキングペーパーをとってこないとどう判断するかもわからない。

(3)
> 90% CONFIDENCE INTERVAL OF RMSEA (       0.000,       0.116)
が気になって検出力を出してみました。
  RMSEA0      RMSEAA       ALPHA          DF           N       POWER           I

    .050        .080        .050           3         235        .174        1672
    .050        .010        .050           3         235        .105        2789

検出力はあまりないようです。しかし、AICからすると十分か。AICはモデル間の相
対的評価ということから、そのデータでどれがベストか言い切ってしまう点でインパクト
が強い。

(4)SASとEQSがAIC=χ2−2df を使っているのは問題がありそう。AICだ
から2tを使うのが筋のように思えるが、dfを使う意味がなにかあるのでしょうか。

香川大学経済学部
        堀 啓造
e-mail    hori (at) ec.kagawa-u.ac.jp
home page http://fourier.ec.kagawa-u.ac.jp/~hori/

スレッド表示 著者別表示 日付順表示 トップページ

ここは心理学研究の基礎メーリングリストに投稿された過去の記事を掲載しているページです。