岡本@金沢大学です。 堀@香川大学経済学部さんより: >C00279 (at) simail.ne.jp さん(1997/07/27 15:43:00)は書きました: > >> 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。 > >大したものではないんですが,単純なもので,元のデータをきれいに再現する >ものです。 単純なものであっても、因子が全体として3次元空間を動くときは再現できると 思います。 例えば、 Z1 = F0 + F1 + Error1; Z2 = F0 + 0.5*F1 + Error2; Z3 = F0 + 0.5*F2 + Error3; Z4 = F0 + F2 + error4; ここで、 F0, F1, F2 は直交因子です。 実際に、シミュレーションで確かめたわけではありませんが、因子空間が2次元 空間から十分離れて3次元空間として、エラー項の張る空間に対して十分大きければ、 元の3因子によって構成される因子空間を張る3因子解を要求するデータが生成 されると思います。 >> 因子空間がBi-factor theoryに従うことが分かっているときは、それ専用 >の >>解法が知られています。 >> 念のため。 > >その点は,浅野氏の文献の引用でわかってもらえているとおもってました。 ハーマンのテキストに従った説明を、授業では紹介してきました。 Two-factor theory と Bi-factor theory は、授業の導入部分で紹介しています。 [fpr 771]より: >でもよくわからないのが,それを直交解と呼んでもいいかということです。 堀さんの誤読、および、引用が不正確であることの問題です。 [fpr 767]では: >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。 となっています。 「直交3因子」と引用されて、「解」は付いていません。 私の始めの例では、直交3因子F0,F1、F2としています。これは、 モデルとして想定されているものです。「いってもいいかどうか」の問題では ありません。 G1=F0+F1 と G2=F0+F2 の2因子は、データから解としてidentifyされる 因子空間の因子です。 最初に出した例(TURBO Pascal,1988のもの)は、初期値として直交解を 求め(主因子解)、直交回転しているので、2因子の直交解です。 直交解という座標系で解を眺めると、斜交解(G1とG2)が要求されている ことが分かるということです。「TURBO Pascal」を確認して頂くと分かります。 「TURBO Pascal」では、Bi-factor理論という言葉を明記しています。 一般には、与えられたデータがBi-factor theoryに従うものであるかどうかは、 それなりの研究成果を踏まえてデータを収集して、分析を進めないと分からない ものだと思います。 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。