1. 『 R によるやさしい統計学』
第 17 章
「共分散構造分析」
予告編
Bob#3 （ @bob3bob3 ）
Tokyo.R#6
2010 年 6 月 26 日

2. 共分散構造分析とは？
● 因子分析と重回帰分析を統合した分析
●
それだけではないが、まずはこう理解。
● 別名「構造方程式モデリング」
● Structural Esuation Modeling 、略して SEM 。
● なので、“ sem” パッケージという名前。
●
メジャーなツールは
● AMOS(SPSS) 、 EQS 、 CALIS(SAS) 。

3. 共分散構造分析とは？
● 何がうれしいの？
●
因果関係推論の強力な道具になる。
●
パス図による表現で変数の関係が分かりやすい。
● どんなデータを使うの？
● 相関行列（分散共分散行列）。
●
出力のどこを見ればいいの？
● まずは、パス係数と適合度。

4. パス図
相互作用経験
f2
母親価値
f1
協調性
f3

5. パス図のお約束
観測変数 パス係数 外生変数
（回帰係数） （他の変数から矢印を
受けていない変数。）
潜在変数
（因子）
共分散 内生変数
（相関係数） （他の変数から矢印を
受けている変数。必ず
残差を伴う）
残差
残差

6. 代表的なモデル
★ 重回帰分析モデル ★ 確認的因子分析モデル

7. 代表的なモデル
★ 多重指標モデル
★ ２次因子モデル

8. 測定方程式、構造方程式
測定方程式
測定方程式 相互作用経験
f2
母親価値
f1
測定方程式
協調性
f3

9. 測定方程式、構造方程式
構造方程式
相互作用経験
f2
母親価値
f1
協調性
f3

10. サブテキスト
●
『原因をさぐる統計学 ～共分散構造分析入門～』
● 安い！ 945 円！
● 新書版なので通勤中に読める！
● CALIS(SAS) のコードが載っているので R で再現しやす
い！
● ちょっと古い……（ 1992 年初版）。
● RMSEA が載ってない。

11. ● 次回 Tokyo.R#7 乞うご期待！
● テキストの内容だけでは薄すぎるので、パス図
を描けるようになるところまでやります。
● 今日の裏番組？ Osaka.R#3 でも「ＲでＳＥＭ入
門」という演目があるので、発表資料の公開と U
stream 録画配信に注目しましょう！
●
@phosphor_m と @langstat さんのツイートをチェッ
クです。