因子分析と共分散構造分析-数理教室.ppt

因子分析と共分散構造分析 ----- 最尤法のススメ ----- 狩野 裕 （行動工学?行動計量学） http://koko15.hus.osaka-u.ac.jp/~kano/ 自己紹介専門：方法論，数理統計学?行動計量学 大阪大学理学部数学科卒業， 基礎工学研究科数理系専攻修了 海技大学校教養科 （運輸省） 大阪大学基礎工学部数理教室 大阪府立大学工学部数理工学科 筑波大学数学系情報数学 大阪大学人間科学部行動計量学 FACULTY OF HUMAN SCIENCES FACULTY OF HUMAN SCIENCES 関連学会など Methodologist の仕事 方法論の研究 最適性，体系化，特長付，何をしているか 新しい統計解析法 開発?普及?ソフトウェア化 既存の統計解析法 評価?改良 Ｄｏ，ｏｒ Ｄｏｎ’ｔ Ｄｏ!! ガイドライン，使い分け，限界 応用研究（方法論を第一目的としない） Ｈｉｓｔｏｒｙ of Academic Ａｃｔiｖｉｔies 本日のメニュー 因子分析モデルと因子抽出法 主成分分析 ? 主因子法 ? 最尤法 ２組のデータの因子分析 “ある”データ ? 読解力のデータ なぜ最尤法か 検証的因子分析 まとめ 因子分析モデルとは 観測変数間の内部相関（共分散）を潜在変数からの影響の結果として説明する統計モデル イメージでの理解 因子分析の実行プロセス データの吟味：２値データ，カテゴリカルデータ，偏りのあるデータ 主成分分析 ｖｓ 因子分析 相関行列 ｖｓ 分散共分散行列 因子抽出法：主因子法，最尤法，共通性の推定値は？ 因子数の選定：１より大きい固有値数，スクリー法，適合度検定 因子抽出時の問題：共通性が１を超えました．反復が収束しません． 回転方法＋直交軸か斜交軸か 結果の解釈 因子分析の因子抽出法------ 探索的因子分析の推定方法 ------ 主成分分析（ＰＣＡ） 主因子法，主軸法（ＰＦＡ，ＰＡＦ） 反復主因子法（ＰＦＡ，ＰＡＦ） 最尤法（ＭＬ） 最小２乗法（ＵＬＳ，ＬＳ） 一般化最小２乗法（ＧＬＳ） その他たくさん 簡便因子抽出法 二組のデータの因子分析---- 因子抽出法の比較 ---- データ：“ある”データ，読解力のデータ 分析方法：主成分分析，主因子法， 反復主因子法，最尤法 “ある”データの分析(N=100) 主成分分析＋回転（???????法） 主因子法＋回転（???????法） 反復主因子法＋回転（???????法） 最尤法＋回転（???????法） 最尤法＋回転（???????法） “ある”データの解析のまとめ 主成分分析：解釈可能な解 主因子法：解釈しにくい解 反復主因子法：解釈しにくい解 最尤法：解釈できない不適切な解 （共通性＞１） スクリープロット 読解力のデータ（Ｄａｖｉｓ） X1 語彙に関する知識　 X2 与えられた状況に合致するように単語の意味を選択する力　 X3 文章の構成を把握し，起こった事柄を識別する力 X4 文章の主題を捉える力 X5 文章中で正確に答えられている質問に答えられる力　 X6 文章中とは異なった表現で問われた質問に答えられる力 X7 文章から内容に関して推論する力　 X8 文学的表現を理解し，雰囲気を捉える力　 X9 著者の意図を見抜く力 読解力のデータ：相関行列（Ｎ＝４２１） スクリープロット 因子分析（１因子） ---- ２因子分析 ----主成分分析＋回転（???????法） 主因子法＋回転（???????法） 反復主因子法＋回転（???????法） 因子行列 a 2個の因子の抽出が試みられました。反復 100 で変数の共通性が1.0を超えました。 抽出が終了しました。 最尤法＋回転（???????法） 読解力のデータの解析のまとめ 主成分分析：解釈できるかもしれない解 主因子法：解釈しにくい解 反復主因子法：解釈できない不適切な解 （共通性＞１） 最尤法：解釈できない不適切な解 （共通性＞１） 二組のデータの因子分析のまとめ---- 解釈可能性 ---- 種明かし “ある”データ：互いに独立に分布する１０変数の相関行列 読解力のデータ：通常の因子分析では適切に分析できないデータ（識別性の問題） 共通性が１を超えるのは悪いことか？---- 解析に対する警告 ---- Ｍｅｔｈｏｄｏｌｏｇｉｓｔ からの提言 へんなデータに対しても意味ありげな解を与える主成分分析?主因子法や 判定が遅い反復主因子法よりも 厳しい警告を瞬時に発する最尤法を利用 したい． 読解力のデータ：検証的因子分析結果 モデルの適合度 読解力のデ