［ Structural Equation Modeling ］
大阪大学 大学院人間学研究科 狩野 裕 様
「共分散構造分析の基礎と実際」
https://csrda.iss.u-tokyo.ac.jp/seminar2002_1.pdf
https://csrda.iss.u-tokyo.ac.jp/seminar2002_2.pdf
基礎編からの抜粋です。とてもよくまとめられています。
［基本的な3つの利用法 ］
1. 調査項目間の因果関係を調べる – (多)重回帰分析(パス解析)モデル
2. 調査項目をまとめて単純化(潜在変数化) する – 因子分析モデル
3. 調査項目をまとめて単純化(潜在変数化) してから因果関係を調べる
– 多重指標モデル(典型的な共分散構造モデル)
– 影響を及ぼさないと考えられるパス(因子負荷) は積極的に0に固定して推定する
［3つのモデルのご利益］
・効果の分解 – 直接効果，間接効果，総合効果
・次元縮小 – 潜在変数化
・希薄化の修正 – 誤差を取り除く
構造方程式を立てる
構造方程式から得られる分散共分散行列、実際の分散共分散行列
比較して評価しパラメーターを決定する。
この他のサイト様としては、
［多重指標分析の具体例］
マクロミル様
https://www.macromill.com/service/data_analysis/sem-covariance-structure-analysis.html
［多変量解析から見た共分散構造分析］
アイシュタット 様 （総合的理解のために必要）
https://istat.co.jp/ta_commentary/covariance_structure