多因子モデルの指定

Rで学ぶlavaanによる構造方程式モデリング

Erin Buchanan

Professor

多因子モデル

visual.model <- 'visual =~ x1 + x2 + x3 + x7 + x8 + x9'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

User model versus baseline model:
  Comparative Fit Index (CFI)                    0.701
  Tucker-Lewis Index (TLI)                       0.502

2つの小モデルではいけないのか？

visual.model <- 'visual =~ x1 + x2 + x3'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

speed.model <- 'speed =~ x7 + x8 + x9'
speed.fit <- cfa(model = speed.model,
                 data = HolzingerSwineford1939)    
summary(speed.fit, standardized = TRUE, 
        fit.measures = TRUE)

2つの小モデルではいけないのか？（2）

  Number of observations                           301

  Estimator                                         ML
  Minimum Function Test Statistic                0.000
  Degrees of freedom                                 0
  Minimum Function Value               0.0000000000000

可能なパラメータ数 = 3*(3+1)/2 = 6
推定パラメータ数 = 係数2個 + 分散4個 = 6
df = 6 - 6 = 0

制約の指定

制約はパラメータを等しく設定する
パラメータ数を減らすことでdfを増やす
等値制約はラベルで指定する

visual.model <- 'visual =~ x1 + a*x2 + a*x3'

制約ありの出力

visual.model <- 'visual =~ x1 + a*x2 + a*x3'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

Latent Variables:
           Estimate Std.Err z-value P(>|z|)  Std.lv Std.all
  visual =~                                                             
    x1       1.000                           0.745    0.639
    x2  (a)  0.910   0.142   6.397   0.000   0.678    0.562
    x3  (a)  0.910   0.142   6.397   0.000   0.678    0.614

多因子モデルの指定

twofactor.model <- 'visual =~ x1 + x2 + x3 
    speed =~ x7 + x8 + x9'

twofactor.fit <- cfa(model = twofactor.model,
                     data = HolzingerSwineford1939)
summary(twofactor.fit, standardized = TRUE, 
        fit.measures = TRUE)

  Degrees of freedom                                 8
  P-value (Chi-square)                           0.000

練習しましょう！

Rで学ぶlavaanによる構造方程式モデリング