> data923
        Y  X1   X2   X3  X4 X5 X6  X7
1   44000  95 59.2 10.0  80  7  8 125
2   50000  95 62.5 15.0 200 14 12 200
3  110000  90 54.8 15.0  98  0 15 250
4   16000  12 54.5 10.0  60  5  6  70
5   10000  66 48.0 13.0  42  3  3  40
6  160000  95 67.5  5.0 100 18 17 200
7  100000  95 70.5  8.0 100  3  4 150
8    6500  65 48.3 12.0  50  4  3  50
9    1500  66 51.0  8.0  16  2  2  25
10 164000 138 75.0  7.0 200  1 26 220
11   1300  19 43.0 23.0  18  1  0  20
12  13000  62 67.0 22.0  75  0  0 120
13  40000  66 60.3  0.5 100  7  6 130
14   2200  22 47.5 17.0  34  3  1  30
15  50000  95 62.9  5.0  80  2  4 110
16 200000  95 68.7  7.0  90  3 18 300
> attach(data923)
> #多重共線性のチェック
> zx <- data923[7:8]
> r <- cor(zx)
> VIF <- diag(solve(r))
> tolerance = 1/VIF
> data.frame(tolerance, VIF)
   tolerance     VIF
X6 0.2989725 3.34479
X7 0.2989725 3.34479
> #モデルの比較　前回参照
> step(model3)
Start:  AIC=329.06
Y ~ X6 + X7

       Df  Sum of Sq        RSS    AIC
<none>               9.3962e+09 329.06
- X6    1 3564006627 1.2960e+10 332.20
- X7    1 5602366191 1.4999e+10 334.54

Call:
lm(formula = Y ~ X6 + X7)

Coefficients:
(Intercept)           X6           X7  
   -20210.8       3696.5        406.8  

> 

 

> 
> #sem パス図
> library("sem")
> 
> data4 <- cbind(Y,X6,X7)
> 
> model4 <- specifyEquations()
1:   Y = b1*X6 + b2*X7
2: 
Read 1 item
NOTE: adding 1 variances to the model
> 
> 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","AIC"))

 Model Chisquare =  0   Df =  0 Pr(>Chisq) = NA
Goodness-of-fit index =  1
AIC =  6

 Normalized Residuals
      Min.    1st Qu.     Median       Mean    3rd Qu.       Max. 
-1.349e-15 -1.204e-15 -4.696e-16 -5.380e-16  0.000e+00  0.000e+00 

 R-square for Endogenous Variables
     Y 
0.8556 

 Parameter Estimates
     Estimate     Std Error    z value  Pr(>|z|)             
b1   3.696464e+03 1.549701e+03 2.385276 0.017066306 Y <--- X6
b2   4.067720e+02 1.360178e+02 2.990578 0.002784499 Y <--- X7
V[Y] 6.264136e+08 2.287339e+08 2.738613 0.006169899 Y <--> Y 

 Iterations =  0 

> 
> standardizedCoefficients(sem4)
       Std. Estimate           
1   b1     0.4279748  Y <--- X6
2   b2     0.5365802  Y <--- X7
3 V[Y]     0.1443715   Y <--> Y
4          1.0000000 X6 <--> X6
5          0.8372739 X7 <--> X6
6          1.0000000 X7 <--> X7
> 
> #作図
> # dot言語によるパス図の出力。
> pathDiagram(sem4, ignore.double=FALSE, edge.labels="values", digits=2,standardize=TRUE)
Loading required namespace: DiagrammeR

 

​

​

​

​

​

​

​

​

​

​

 

 

 

​

​