【潜在変数の関係を探る】構造方程式モデリング - 実応用の豊富な基礎分析なのです【いろんな分析 vol. 6 】 #063 #VRアカデミア

高評価: 685件

再生: 20,073回

公開日: 2020年6月26日

因子分析の正統進化である構造方程式モデリング (Structural Equation Modeling, SEM) です。
マーケティングリサーチ文脈などで広く応用される基本的な分析ですよ！
因子分析 → https://www.youtube.com/watch?v=ZJfytzsqI1o

【参考文献】
・共分散構造分析 入門編―構造方程式モデリング (統計ライブラリー)
https://amzn.to/3dAbuUG
理論が丁寧にまとまっている良書！
・M-plusとRによる構造方程式モデリング入門
https://amzn.to/3exlZJP
実践するならこちら。 M-plus や R での実施方法があります
・共分散構造分析 事例編―構造方程式モデリング | 秀樹, 豊田
https://amzn.to/2Z7DCct
ちょっととっつきづらい人にはこちら。事例が大量に載っているので、モチベーションに繋がるかも。
・パーソナリティ心理学のための統計学[心理学のための統計学6]: 構造方程式モデリング | 幸謙, 尾崎, 宏二郎, 荘島
https://amzn.to/2YwlNop
難しいことはいいから、解釈の仕方とか、ユーザー向けにまとめてるものは！？　って人におすすめ！

ご視聴ありがとうございました！
良い動画だなと思っていただけたら、高評価、チャンネル登録お願いします！
質問や感想など、気軽にコメントしてくださいね。

GitHub(ソースコード)はコチラ↓
https://github.com/sugiyama34/AIciaSolidProject

=========
Twitter: https://twitter.com/AIcia_Solid/
Logo: TEICAさん https://twitter.com/T_E_I_C_A
Model: http://3d.nicovideo.jp/works/td44519
Model by: W01fa さん https://twitter.com/W01fa
Editor: AIris Solid ( https://twitter.com/AIris_Solid/ )