第１４回　構造方程式モデリング（２）

   　　　　重回帰分析

Table 923

予測

説明変数　->   基準変数

​

​

Rで実行

​

​

data923 <- read.csv("Table923.csv")
data923
attach(data923)

cor(data923)#相関行列

 

重回帰分析
model1 <- lm(Y~X6)#公開授業の数

summary(model1)
AIC(model1)

model2 <- lm(Y~X7)#企画数

summary(model2)
AIC(model2)

model3 <- lm(Y~X6+X7)#企画数、公開授業の数

summary(model3)
AIC(model3)

​

​

# 標準偏回帰係数（β）を求める

z <- scale(data923)     # 得点を標準化

z <- data.frame(z)  # データフレーム形式に戻す

summary(lm(Y~X6+X7, z))

 

 

SEM
#sem パス図

library("sem")

data4 <- cbind(Y,X6,X7)

model4 <- specifyEquations()
  Y = b1*X6 + b2*X7

 

sem4 <- sem(model=model4, S=cov(data4) , N=nrow(data4), fixed.x=c("X6","X7"))
summary(sem4, fit.indices=c("GFI", "AGFI", "CFI", "NFI", "RMSEA", "SRMR"))

standardizedCoefficients(sem4)

​

#作図　フリーソフト　Graphviz　を使っています

# dot言語によるパス図の出力。

 

pathDiagram(sem4, ignore.double=FALSE, edge.labels="values", digits=2,standardize=TRUE)