14. 分析手法
• 代表的な方法
Mean Above Minus Below A Cut (MAMBAC)
MAXimum EIGenvalue (MAXCOV)
Latent Mode (L-MODE)
• その他の方法
MAXimum COVariance (MAXCOV)
MAXimum SLOPE (MAXSLOPE)
14
代表的な方法を中心に解説します
53. ✅ データの適切性
A. 標本サイズ
・Meehl (1995)の基準
300人以上 (Meehl, 1995)
・Ruscio et al. (2010)のシミュレーション
連続的：300人以上
非連続的：100人以下でも検出可能
53
少なくとも300人以上が必要
Ruscio,
J.,
Walters,
G.
D.,
Marcus,
D.
K.,
&
Kaczetow,
W.
(2010).
Comparing
the
relaAve
fit
of
categorical
and
dimensional
latent
variable
models
using
consistency
tests.
Psychological
Assessment,
22(1),
5.
54. ✅ データの適切性
B. Taxonのサイズ
・Meehl (1995)の基準
標本の10%以上
・Ruscio et al. (2010)のシミュレーション
標本の5%以上10%未満でも、誤分類は稀
・Ruscio et al. (2004, 2010)の推奨
54
標本の5%以上かつ50人以上
疾患群、非疾患群の分類を対象とするなら、有病率に基づいて見積もると良い
Ruscio,
J.,
Walters,
G.
D.,
Marcus,
D.
K.,
&
Kaczetow,
W.
(2010).
Comparing
the
relaAve
fit
of
categorical
and
dimensional
latent
variable
models
using
consistency
tests.
Psychological
Assessment,
22(1),
5.
55. ✅ データの適切性
記載例) 結果の節
55
Liu,
R.
T.,
Jones,
R.
N.,
&
Spirito,
A.
(2015).
Is
adolescent
suicidal
ideaAon
conAnuous
or
categorical?
A
taxometric
analysis.
Journal
of
abnormal
child
psychology,
1-‐8.
標本の適切性
The first recommends the base rate, or the proportion
of cases in the whole sample assigned to the putative
taxon should be ≥10% [47] or 5% [13]. The PGSI base
rate (0.086) is sufficient, but the DSM-IV rate (0.046)
is smaller than the recommended heuristic.
56. ✅ データの適切性
C. indicatorの数
・MAMBAC/MAXSLOPE = 2,
MAXIEIG/L-MODE 3
Ruscio et al. (2010)のシミュレーション
indicator数=3でも妥当な推定結果
indicator数が多いほど結果が明瞭
indicator数=2の場合:
標本サイズ600以上10件法以上で安定
56
Ruscio,
J.,
Walters,
G.
D.,
Marcus,
D.
K.,
&
Kaczetow,
W.
(2010).
Comparing
the
relaAve
fit
of
categorical
and
dimensional
latent
variable
models
using
consistency
tests.
Psychological
Assessment,
22(1),
5.
57. ✅ データの適切性
D. 順序カテゴリカルindicator
・4件法以下の尺度
indicator数 < 5で結果が不安定
・カテゴリ数 < 4 で不正確になる
57
Ruscio,
J.,
Walters,
G.
D.,
Marcus,
D.
K.,
&
Kaczetow,
W.
(2010).
Comparing
the
relaAve
fit
of
categorical
and
dimensional
latent
variable
models
using
consistency
tests.
Psychological
Assessment,
22(1),
5.
62. ✅ データの適切性
記載例) 結果の節
62
Liu,
R.
T.,
Jones,
R.
N.,
&
Spirito,
A.
(2015).
Is
adolescent
suicidal
ideaAon
conAnuous
or
categorical?
A
taxometric
analysis.
Journal
of
abnormal
child
psychology,
1-‐8.
群間差
The second requirement is for a large between-groups effect size
between the putative taxon and non-taxon members of Cohen s d >
1.25 [13,47]. All the items meet this assumption (Table 2).
群内分散 (相関)
The third assumption is that there is little nuisance covariance,
which refers to the correlations between indicator variables within
the taxon and non-taxon groups. A correlation of r < 0.3 has been
recommended previously, and that the correlation between
items across the whole sample is greater than the correlation
between items in the taxon [13]. Neither of the measures met this
assumption,
63. 記載例) 結果の節
✅ データの適切性
63
群間差記述統計としてまとめて記載
Orlando,
C.
M.,
Broman-‐Fulks,
J.
J.,
Whitlock,
J.
L.,
CurAn,
L.,
&
Michael,
K.
D.
(2015).
Nonsuicidal
Self-‐Injury
and
Suicidal
Self-‐Injury:
A
Taxometric
InvesAgaAon.
Behavior
Therapy.
信頼性・因子負荷等
方法の節で指標の説明で述べればよい
64. 記載例) 結果の節
✅ データの適切性
64
因子分析によるindicatorの選択
Liu,
R.
T.,
Jones,
R.
N.,
&
Spirito,
A.
(2015).
Is
adolescent
suicidal
ideaAon
conAnuous
or
categorical?
A
taxometric
analysis.
Journal
of
abnormal
child
psychology,
1-‐8.
86. 最近のトレンド：Factor
mixture
model
86
症状
A
症状
D
症状
B
症状
C
症状
E
factor
e1
e2
e3
e4
e5
factorは
連続潜在変数
classは
カテゴリ潜在変数
因子モデル
+
潜在クラス分析
class
※イメージ：LModeをSEMの枠組みで検討
87. FFM
87
Class
1
Class
2
!
A
D!
!
B
C
E!
factor
e1 e2 e3 e4 e5
!
A
D!
!
B
C
E!
factor
e1 e2 e3 e4 e5
因子得点の平均や因子負荷が異なるクラスが抽出される
※イメージ：多母集団同時分析の母集団が未知なモデル
88. TaxometricとFMMを併用
• FMMでは因子モデルの潜在変数の分布を検
討するので、Taxometricと目的が一致
• 感度解析的に両者を使用
• Taxometricで質的・連続を判断し、質的な
らFMMで詳細な検討がベスト (私見)
88
Bernstein,
A.,
SAckle,
T.
R.,
Zvolensky,
M.
J.,
Taylor,
S.,
Abramowitz,
J.,
&
Stewart,
S.
(2010).
Dimensional,
categorical,
or
dimensional-‐categories:
tesAng
the
latent
structure
of
anxiety
sensiAvity
among
adults
using
factor-‐mixture
modeling.
Behavior
Therapy,
41(4),
515-‐529.
参考
