『共分散構造分析[Amos編]−構造方程式モデリング−』
豊田秀樹 編著
目 次
はじめに
第1章 旅の始まり
1.1 共分散構造分析とは
1.2 データの準備
1.3 Amos の画面構成
1.4 パス図の描画
1.5 データ・変数の設定
1.6 分析の設定・実行
1.7 分析結果の表示
1.8 テキスト出力:推定値
1.9 テキスト出力:適合度
1.10 レポート
1.11 構成概念スコア
第2章 上級者への道
2.1 モデルの概要
2.2 生データ以外のデータ形成
2.3 テキスト出力(その1)
2.4 テキスト出力(その2)
2.5 テキスト出力(その3)
2.6 テキスト出力(その4)
2.7 パス図描画の詳細
2.8 オブジェクトのプロパティ
2.9 識別問題が起きたら
2.10 推定法・数値解法
2.11 数値解析
2.12 その他のツール
第3章 さまざまなモデル
3.1 重回帰分析
3.2 逐次モデル
3.3 非逐次モデル
3.4 偏相関と多変量回帰
3.5 共分散分析
3.6 MIMIC モデル
3.7 確認的因子分析
3.8 2 次因子分析・階層因子分析
3.9 構成概念間の因果モデル
3.10 1 因子分析モデルによる信頼性
第4章 多母集団分析
4.1 多母集団分析とは
4.2 多母集団パス解析−モデル構成−
4.3 多母集団パス解析−配置不変−
4.4 多母集団パス解析−差の検定−
4.5 多母集団パス解析−等値制約−
4.6 多母集団因子分析−配置不変−
4.7 多母集団因子分析−測定不変−
第5章 平均共分散構造分析
5.1 平均共分散構造分析とは
5.2 因子の共分散分析−モデル構成−
5.3 因子の共分散分析−モデル解釈−
5.4 平均構造を含めた構成概念間のパス解析
第6章 成長曲線モデル
6.1 成長曲線モデルの実行
6.2 成長曲線モデルの解釈
6.3 多様な予測曲線
6.4 GCM と他の変数の組み合わせ
第7章 欠損値と多重代入法
7.1 欠損値とは
7.2 完全情報最尤推定法
7.3 データの代入
7.4 完全データセットの利用
第8章 ブートストラップ法
8.1 ブートストラップ法とは
8.2 標準誤差の推定
8.3 バイアス・信頼区間の推定
8.4 モデル間比較
第9章 モデル探索
9.1 探索的モデル特定化
9.2 結果とその見方
9.3 探索的モデル特定化分析を用いた探索的な因子分析
9.4 適合度の変化量によるモデル探索
第10章 多母集団の平均構造分析
10.1 多母集団の平均構造分析とは
10.2 平均構造の導入
10.3 不完全データの因子分析(1)
10.4 不完全データの因子分析(2)
第11章 ベイズ推定
11.1 ベイズ推定とMCMC
11.2 詳細な設定
11.3 分析オプション
11.4 不適解への対処
第12章 打ち切りデータの分析
12.1 打ち切りデータとその問題点
12.2 打ち切りデータの入力と分析
12.3 推定結果に対する補足
第13章 順序カテゴリカルデータの分析
13.1 順序カテゴリカルデータの入力
13.2 順序カテゴリカルデータの因子分析
13.3 潜在変数に対する推測
13.4 ベイズ推定の補足(1)
13.5 ベイズ推定の補足(2)
第14章 Mplus
14.1 Mplus とは
14.2 ランダム係数回帰
14.3 非線形確認的因子分析
14.4 平均とパス係数に対する潜在構造分析
14.5 成長データに対する潜在構造分析
14.6 潜在推移分析
14.7 2 段抽出モデル
14.8 構造を加味した2 段抽出モデル
第15章 応用研究紹介
(72編の共分散構造分析を使った、さまざまな分野での論文をパス図とともに紹介)
付録A 適合度指標
A.1 適合度指標に関する留意点
A.2 適合度指標の読み方(1)
A.3 適合度指標の読み方(2)
A.4 適合度指標の読み方(3)
A.5 適合度指標の読み方(4)
文 献
索 引