岡本@金沢大学です。 堀@香川大学経済学部さん[fpr 767]の私に関するコメントに、誤解を 招くものがありますので、補足します。 >こういうのを直交3因子といってもいいのでしょうか? 一般のパッケージで >求めた場合は,直交2因子解になります。 モデルによって生成されたデータから、モデルがどの程度identifyされるか、 ということです。70年代の学習のモデルでは、identifiabilityの問題として 研究されていました。 直交している因子(モデルとして考えている)3つから生成されたデータで あっても、データを分析すると2因子解が得られたということです。直交解か 斜交解かというのは2因子の空間内の問題なので、この場合はどちらでも よかったのですが。 座標軸(因子)のとり方ではなく、(因子)空間の構成の問題です。 >> つまり、直交3因子の変数であっても、データ分析においては、斜交2因 子解 >>が得られます(cf. 「TURBO Pascal」,岡本、1988, p.136)。 > >このことについて,以前にもやったのですが,簡単なデータを作成して分析し >てみました。前は斜交2因子でしたが今回は斜交3因子になるものです. シミュレーションでデータを生成するときの誤差項の入れ方で3因子以上の 解になります。 ただし、3次元以上の因子空間が解として得られたとしても、もとの3因子が identifyできるかどうかは別の問題です。 岡本安晴 C00279 (at) simail.ne.jp
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。