2012年8月7日のエビ研の記録の下書きが途中まであったことに気付きました。
でも、残念ながら、続きがどれかわからなくなってしまいました。。。
何も記録がないよりは、少しはあるほうがまだ良いかと思い、中途半端ではありますが、アップさせていただきます。股村さん、ご発表ありがとうございました。せっかくのご発表だったのに不十分な記録でごめんなさい。
-
前回（8月7日火曜日）のエビ研では、股村さんがご自分の研究の方法やデータを見せてくださり、SEMについて学びました。
シンプレックスモデル：auto-regression model
(交差遅延モデル：cross lagged model)
潜在曲線モデル
Hierarchical growth modelと潜在変数を使ってるかどうかの違いであって、やってることは同じ。
Intercept mean variance
Slope
T1, T2, T3, T4, Time
T1 = Intercept
T2 = Intercept + Slope
T3 = Intercept + 2* slope
Tk = Intercept + Slope * time
重回帰モデルだとvarianceは出てこない。
Intercept は人によって違う
Slope は人によって違う
個人ごとにばらつきがある
Mixed modelならばらつきが出る。
潜在曲線モデルはパス係数を固定する
SEMはMixed model よりできることが多い
Mixed Modelでは、InterceptとSlopeのVARIANCEと平均を推定するところで終わりだが、SEMはそれを従属変数にしたりもできる。
SEMは従属変数に二値変数はだめ 説明変数にする分にはまぁ構わない
0 件のコメント:
コメントを投稿