Submit Search
Upload
SEMのやり方 改訂版
•
Download as PPTX, PDF
•
3 likes
•
11,869 views
Shota Yuasa
Follow
SEMのやり方 2015年卒論の際作成
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 25
Download now
Recommended
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
Hiroshi Shimizu
エクセルで統計分析5 マルチレベル分析のやり方
エクセルで統計分析5 マルチレベル分析のやり方
Hiroshi Shimizu
マルチレベルモデル講習会 実践編
マルチレベルモデル講習会 実践編
Hiroshi Shimizu
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
Masaru Tokuoka
エクセルで統計分析2 HADの使い方
エクセルで統計分析2 HADの使い方
Hiroshi Shimizu
SEMを用いた縦断データの解析 潜在曲線モデル
SEMを用いた縦断データの解析 潜在曲線モデル
Masaru Tokuoka
Mplusの使い方 初級編
Mplusの使い方 初級編
Hiroshi Shimizu
エクセルで統計分析4 因子分析のやり方
エクセルで統計分析4 因子分析のやり方
Hiroshi Shimizu
Recommended
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
Hiroshi Shimizu
エクセルで統計分析5 マルチレベル分析のやり方
エクセルで統計分析5 マルチレベル分析のやり方
Hiroshi Shimizu
マルチレベルモデル講習会 実践編
マルチレベルモデル講習会 実践編
Hiroshi Shimizu
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
Masaru Tokuoka
エクセルで統計分析2 HADの使い方
エクセルで統計分析2 HADの使い方
Hiroshi Shimizu
SEMを用いた縦断データの解析 潜在曲線モデル
SEMを用いた縦断データの解析 潜在曲線モデル
Masaru Tokuoka
Mplusの使い方 初級編
Mplusの使い方 初級編
Hiroshi Shimizu
エクセルで統計分析4 因子分析のやり方
エクセルで統計分析4 因子分析のやり方
Hiroshi Shimizu
Mplusの使い方 中級編
Mplusの使い方 中級編
Hiroshi Shimizu
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
Shinohara Masahiro
エクセルで統計分析3 回帰分析のやり方
エクセルで統計分析3 回帰分析のやり方
Hiroshi Shimizu
rstanで簡単にGLMMができるglmmstan()を作ってみた
rstanで簡単にGLMMができるglmmstan()を作ってみた
Hiroshi Shimizu
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
媒介分析について
媒介分析について
Hiroshi Shimizu
心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]
daiki hojo
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
Takashi Yamane
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
Hiroshi Shimizu
マルチレベルモデル講習会 理論編
マルチレベルモデル講習会 理論編
Hiroshi Shimizu
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Hiroshi Shimizu
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
glmmstanパッケージを作ってみた
glmmstanパッケージを作ってみた
Hiroshi Shimizu
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
社会心理学とGlmm
社会心理学とGlmm
Hiroshi Shimizu
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
Masaru Tokuoka
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
Mplus tutorial
Mplus tutorial
考司 小杉
More Related Content
What's hot
Mplusの使い方 中級編
Mplusの使い方 中級編
Hiroshi Shimizu
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
Shinohara Masahiro
エクセルで統計分析3 回帰分析のやり方
エクセルで統計分析3 回帰分析のやり方
Hiroshi Shimizu
rstanで簡単にGLMMができるglmmstan()を作ってみた
rstanで簡単にGLMMができるglmmstan()を作ってみた
Hiroshi Shimizu
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
媒介分析について
媒介分析について
Hiroshi Shimizu
心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]
daiki hojo
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
Takashi Yamane
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
Hiroshi Shimizu
マルチレベルモデル講習会 理論編
マルチレベルモデル講習会 理論編
Hiroshi Shimizu
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Hiroshi Shimizu
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
glmmstanパッケージを作ってみた
glmmstanパッケージを作ってみた
Hiroshi Shimizu
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
社会心理学とGlmm
社会心理学とGlmm
Hiroshi Shimizu
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
Masaru Tokuoka
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
Mplus tutorial
Mplus tutorial
考司 小杉
What's hot
(20)
Mplusの使い方 中級編
Mplusの使い方 中級編
100614 構造方程式モデリング基本の「き」
100614 構造方程式モデリング基本の「き」
エクセルで統計分析3 回帰分析のやり方
エクセルで統計分析3 回帰分析のやり方
rstanで簡単にGLMMができるglmmstan()を作ってみた
rstanで簡単にGLMMができるglmmstan()を作ってみた
重回帰分析で交互作用効果
重回帰分析で交互作用効果
媒介分析について
媒介分析について
心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
(実験心理学徒だけど)一般化線形混合モデルを使ってみた
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
マルチレベルモデル講習会 理論編
マルチレベルモデル講習会 理論編
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Stan超初心者入門
Stan超初心者入門
glmmstanパッケージを作ってみた
glmmstanパッケージを作ってみた
MCMCでマルチレベルモデル
MCMCでマルチレベルモデル
社会心理学とGlmm
社会心理学とGlmm
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
潜在クラス分析
潜在クラス分析
ベイズファクターとモデル選択
ベイズファクターとモデル選択
Mplus tutorial
Mplus tutorial
SEMのやり方 改訂版
1.
SEMのやり方
2.
因子分析→構造方程式モデルにチェック 準備
3.
使う変数を全部投入 左から独立変数、(媒介変数、)従属変数に したほうが後々便利 独 立 媒 介 従 属 従 属
4.
モデルスペースを選択
5.
下に追加で出てきます。
6.
パス図モードを選択
7.
使用変数が全部でてきます
8.
都合よく並び替える →こっからちょっとややこしい
9.
キーボードのctrlを押しながらまず、 独立変数を押す、それから 従属変数(媒介変数でも)を押す。
10.
その状態でパス追加を押す。 矢印が出てきたら成功(/・ω・)/
11.
検証したいものについて同じように矢印を追加 していく
12.
全部矢印を追加したらパス図を反映を押す ここらへんにp:が追加されたら成功(*^▽^*)
13.
とりあえず分析実行!! モデル適合度 推定 独立 χ2乗値 3.696
193.008 df 2 6 p値 .158 .000 CFI .991 RMSEA .056 95%CI = [.000, .160] SRMR .025 GFI .993 AGFI .966 AIC 19.696 BIC 48.394 CAIC 48.424 適 合 指 標
14.
適合指標についてはこちらを参照 筈井 構造方程式モデリングの基礎 http://www.educ.kyoto- u.ac.jp/cogpsy/personal/Kusumi/datasem09/090708.pdf
15.
回帰係数 従属変数 =Extensivity 変数名
係数 標準誤差 切片 0.668 0.315 分散読書得点 0.484 0.117 パス係数は、単回帰分析の場合と基本は一致
16.
その他、見方については先生か湯浅までー (*´▽`*)
17.
いろんな変数で試してみたいって人!! @変数つかってください
18.
@変数押したらこんなんでてきますが、とりあえずOK押す
19.
@1が追加されます
20.
・使用変数に@1 ・@1の横(下の図を参照)に使用変数
21.
後は、さっきと同じようにパス図を作成
22.
@1変数に入れた変数に代わって 分析してくれます
23.
ここを変えるだけで
24.
@変数追加を押すと何個でも追加できます
25.
では、おわりまーす(*^▽^*) がんばりましょー(^○^)
Download now