まずお詫びいたします。
[fpr 2425]の発言はその後検討してみましたら、私の勘違いでした。
obs.vars.mh <- c('V1','V2','V3','V4','V5','V6')
rownames(syumi4.mh) <- colnames(syumi4.mh) <- obs.vars.mh
両方必要です。いろいろやっていると、頭が混乱してチョンボで申し訳
ありません。
ところで、表題の件はデータを豊田先生の拡大データ行列の標本積率行
列にすれば一応可能です。 Prof.John Fox の発言のとうりですが、ま
だ１００％にはなっておりません。最後にその意味があります。
豊田先生の「共分散構造分析：入門編」第１３章趣味の印象の因子の平
均 を計算してみました。 なお、 vector (1) はカラム１入れました
ので、豊田先生の本の定義とは一致しません。末尾に MPlus 出力との
比較があります。
以下はＲのプログラムです。 VISp は intercept veriable の意味です。
===================
syumi13.mh<-matrix(c(
1.0000,2.9333,3.3333,2.1667,2.1667,3.7333,4.0000,
2.9333,9.4667,10.2667,6.3000,6.2333,10.9667,11.8000,
3.3333,10.2667,12.2000,7.0333,7.0000,12.4000,13.4667,
2.1667,6.3000,7.0333,5.3000,5.1000,8.0000,8.4667,
2.1667,6.2333,7.0000,5.1000,5.3000,8.0667,8.5000,
3.7333,10.9667,12.4000,8.0000,8.0667,14.2000,15.1333,
4.0000,11.8000,13.4667,8.4667,8.5000,15.1333,16.5333
),ncol=7,byrow=T)
model.mh<-matrix(c(
'F1 -> V1', 'a1',NA,
'F1 -> V2', 'a2',NA,
'F2 -> V3', 'a1',NA,
'F2 -> V4', 'a2',NA,
'F3 -> V5', 'a1',NA,
'F3 -> V6', 'a2',NA,
'V1 <-> V1','e1',NA,
'V2 <-> V2','e1',NA,
'V3 <-> V3','e2',NA,
'V4 <-> V4','e2',NA,
'V5 <-> V5','e3',NA,
'V6 <-> V6','e3',NA,
'VISp -> V1', 'v1isp', NA,
'VISp -> V2', 'v2isp', NA,
'VISp -> V3', 'v1isp', NA,
'VISp -> V4', 'v2isp', NA,
'VISp -> V5', 'v1isp', NA,
'VISp -> V6', 'v2isp', NA,
'VISp -> F1', NA, 0,
'VISp -> F2', 'f2isp', NA,
'VISp -> F3', 'f3isp', NA,
'VISp <-> VISp', NA, 1,
'F1 <-> F1',NA,1,
'F2 <-> F2', 'd2',NA,
'F3 <-> F3', 'd3',NA,
'F1 <-> F2','f12',NA,
'F2 <-> F3','f23',NA,
'F1 <-> F3','f13',NA
),ncol=3,byrow=T)
obs.vars.mh <- c('VISp','V1','V2','V3','V4','V5','V6')
rownames(syumi13.mh) <- colnames(syumi13.mh) <- obs.vars.mh
sem.mh <- sem(model.mh, syumi13.mh, 30)
summary(sem.mh)
=======================
以下は上の output です。
> summary(sem.mh)
Model Chisquare = 9.9382 Df = 14 Pr(>Chisq) = 0.76668
Goodness-of-fit index = 0.9209
Adjusted goodness-of-fit index = 0.84179
RMSEA index = 0 90 % CI: (0, 0.12571)
BIC = -64.921
Normalized Residuals
Min. 1st Qu. Median Mean 3rd Qu. Max.
-0.26800 -0.04730 0.00346 -0.00489 0.06630 0.21000
Parameter Estimates
Estimate Std Error z value Pr(>|z|)
a1 0.63384 0.135766 4.66862 3.0323e-06 V1 <--- F1
a2 0.76169 0.161617 4.71295 2.4415e-06 V2 <--- F1
e1 0.49543 0.131140 3.77789 1.5816e-04 V1 <--> V1
e2 0.20688 0.054604 3.78862 1.5149e-04 V3 <--> V3
e3 0.17834 0.047283 3.77177 1.6210e-04 V5 <--> V5
v1isp 3.04531 0.150065 20.29330 0.0000e+00 V1 <--- VISp
v2isp 3.24009 0.176924 18.31343 0.0000e+00 V2 <--- VISp
f2isp -1.39979 0.440821 -3.17541 1.4962e-03 F2 <--- VISp
f3isp 1.03357 0.337191 3.06524 2.1750e-03 F3 <--- VISp
d2 0.81187 0.423927 1.91511 5.5478e-02 F2 <--> F2
d3 0.44903 0.254196 1.76649 7.7314e-02 F3 <--> F3
f12 -0.31275 0.230580 -1.35635 1.7499e-01 F2 <--> F1
f23 -0.24876 0.184737 -1.34656 1.7812e-01 F3 <--> F2
f13 0.09823 0.180956 0.54284 5.8724e-01 F3 <--> F1
Iterations = 162
=============================
以下は
MPlus による output との比較です。
::::::::::::
上は MPlus 下は SEM
Estimates S.E.
F1 BY
X1 0.638 0.135
X2 0.757 0.160
Estimate Std Error
a1 0.63384 0.135766 V1 <--- F1
a2 0.76169 0.161617 V2 <--- F1
:::::::::::::::::::::
Means Estimates S.E.
F1 0.000
F2 -1.405 0.436
F3 1.053 0.339
Estimate Std Error
f1isp 0 0
f2isp -1.39979 0.440821 F2 <--- VISp
f3isp 1.03357 0.337191 F3 <--- VISp
::::::::::::::::::::::
Intercepts Estimates S.E.
X1 3.045 0.148
X2 3.239 0.173
Estimate Std Error
v1isp 3.04531 0.150065 V1 <--- VISp
v2isp 3.24009 0.176924 V2 <--- VISp
:::::::::::::::::::::
Covariances
F1 WITH Estimates S.E.
F2 -0.318 0.226
F3 0.046 0.170
F2 WITH
F3 -0.180 0.160
Estimate Std Error
f12 -0.31275 0.230580 F2 <--> F1
f23 -0.24876 0.184737 F3 <--> F2
f13 0.09823 0.180956 F3 <--> F1
F1<->F2<->F3 のestimateは十分な一致はしませんでした。
どこが悪いか？ どなたか教えてください。
-------========--------
五十嵐三都男
mitsu5 (at) ruby.famille.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。