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。