構造方程式モデリングの概要

同僚から、この主題についてのいくつかの助けを求められますが、私は本当に知りません。彼らは1つの研究でいくつかの潜在変数の役割について仮説を立て、審判は彼らにこれをSEMで形式化するように依頼した。彼らが必要とすることはそれほど難しくないように思えるので、私はそれを試してみると思う...今のところ、私はちょうど主題への良い紹介を探しています！

これについては、Googleは本当に私の友人ではありませんでした。事前に感謝します...

PS：John FoxによるRのsemパッケージによる構造方程式モデリングと、同じ著者によるこのテキストを読みました。私の目的にはこれで十分だと思いますが、とにかく他の参考文献は大歓迎です。

特に、Mplusソフトウェアを作成したMúthenとMúthenの論文を探します。

1. Múthen、BO（1984）。二分され、順序付けされたカテゴリカルおよび連続的な潜在指標を備えた一般的な構造方程式モデル。Psychometrika、49、115〜132。
2. Muthén、B.、du Toit、SHC＆Spisic、D.（1997）。カテゴリーおよび継続的な結果を伴う潜在変数モデリングで、重み付き最小二乗および二次推定方程式を使用したロバストな推論。未公開の技術レポート。

（ここからPDFとして入手可能：カテゴリー変数の加重最小二乗法。）

Mplus wikiにはもっと多くのものがあります。たとえば、WLSとWLSMVの順序データの結果などです。2人の著者は非常に反応がよく、可能な場合は常に詳細な回答と参考文献を提供します。ポリコリックまたはポリシリアル相関行列を分析するロバストな重み付き最小二乗法と MLベースの方法のいくつかの比較は、次の場所にあります。

レイ、PW（2009）。構造方程式モデリングにおける順序データの推定方法の評価。品質と数量、43、495–507。

その他の数学的開発については、以下をご覧ください。

Jöreskog、KG（1994）ポリコリック相関とそれらの漸近共分散行列の推定について。Psychometrika、59（3）、381-389。（SY Leeの論文も参照してください。）

Sophia Rabe-Heskethと彼女の同僚も、SEMに関する優れた論文を持っています。関連する参考文献には次のものがあります。

1. Rabe-Hesketh、S。Skrondal、A。、およびPickles、A。（2004b）。一般化されたマルチレベル構造方程式モデリング。Psychometrika、69、167–190。
2. Skrondal、A.およびRabe-Hesketh、S.（2004）。一般化された潜在変数モデリング：マルチレベル、縦方向、および構造方程式モデル。チャップマン＆ホール/ CRC、フロリダ州ボカラトン （これは、Stata gllammを理解/使用するための参考テキストです。）

他の優れたリソースは、John Uebersaxの優れたWebサイト、特に4 成分および多成分相関係数の概要に記載されています。応用研究にも興味があることを考えると、OpenMx（共分散構造のモデリング用の別のソフトウェアパッケージ）とlavaan（EQSまたはMplusの出力と同様の出力を提供することを目的としています）をご覧ください。

この時点では目標にのみ接していますが、潜在変数を使用してプロジェクトを続ける場合は、Denny BoorsboomのMeasurement the Mindを読むことを強くお勧めします。タイトルにだまされてはいけません。これは主に潜在変数の論理に関する詳細なエッセイであり、古典的なテスト理論に対する大きな批判です。潜在的な変数を縦のフレームワークで利用している場合は、読む必要があると思います。ただし、潜在変数のロジックについてのみであり、実際にモデルを推定することについては何もありません。

ライブラリを拡張したいのですが、あなたの経験を投稿してください。ここにはすでにいくつかの参考文献があります。FWIW、Ken Bollenの潜在変数を伴う構造方程式は、私の読書リストの次でした（ただし、それは彼の学術研究に対する私の意見のみに基づいています）。

それに加えて、BengtMuthénの作品も楽しんでいると思います。MPlusソフトウェアは非常に人気があり、Mplus Webサイト（ユーザーガイドへのリンク）で達成できる分析のすべてのタイプを見ることができます。また、UCLAの潜在変数を使用した統計分析に関するコースの一連のMP3投稿も行っています。私はそれらすべてに耳を傾けたわけではありませんが、その週の講義で取り上げられている特定のトピックがすべて徹底的に紹介されていると思います。

これは、私が受講したコースの推奨テキストでした：PBKline、Principles and Practice of Structural Equation Modeling、The Guilford Press。これは入門用のテキストであり、あまり数学的ではありません。

より数学的な、ベイジアンの治療のために、あなたは試すことができます：SY。リー、構造方程式モデリング：ベイジアンアプローチ、ワイリー。

現在、SEMを使用していLISRELます。次の2冊の本を使用しています。

1. 構造方程式モデリングの初心者向けガイド
2. 構造方程式モデリングの新しい開発と手法

シューメーカー博士は私のコースのインストラクターです。最初の本は、モデルの仕様化、識別などのプロセスを説明しているため、SEMの導入に非常に適しています。それはLISRELソフトウェアに基づいていますが、一般的な方法と結果の解釈はソフトウェアに依存しないと思います。

クラインの本は素晴らしいです。論文としてのクイックイントロについては

Gefen、D.2000。構造方程式のモデリングと回帰：研究実施のガイドライン。CAIS。ボリューム4. http://aisel.aisnet.org/cais/vol4/iss1/7/

Hox、JJおよびBechger、TM構造方程式モデリングの紹介。家族科学のレビュー。11：354-373。http://joophox.net/publist/semfamre.pdf

Lei、PW and Wu、Q. 2007.構造方程式モデリングの紹介：問題と実用的な考慮事項。教育的測定：問題と実践。http://dx.doi.org/10.1111/j.1745-3992.2007.00099.x

Grace、J。2010。観察研究のための構造方程式モデリング。野生生物管理のジャーナル。72：14-22 http://dx.doi.org/10.2193/2007-307

http://lavaan.orgも参照してください

Jarrett Byrnes（ここのjebyrnes）には、SEMの1週間のイントロコース資料も掲載されています：http ://byrneslab.net/teaching/sem/

このコースは、生物学的および生態学的データにSEMを適用する研究者を対象としていますが、SEMの概念、Rコード、および例の一般的な紹介をカバーしているため、他の人にも役立つ可能性があります。私は、このアプローチの知識がほとんどない状態で開始する際に、この資料が非常に役立つと感じました。