M-plusとRによる構造方程式モデリング入門
もくじ

<導入編>

◆第1章 構造方程式モデリングとは
  1 はじめに
2 モデルの表現
  3 モデルの評価

◆第2章 M-plusの導入
  1 M-plusとは
  2 M-plusの使い方

<基礎編>

◆第3章 回帰分析
  1 回帰分析の基礎
  2 構造方程式モデリングと回帰分析
  3 分析事例

◆第4章 パス解析
  1 パス解析の必要な場面
  2 パス解析の統計モデル
  3 分析事例

◆第5章 探索的因子分析
  1 因子分析の基礎
  2 探索的因子分析概説
  3 分析事例

◆第6章 確証的因子分析
  1 確証的因子分析概説
  2 確証的因子分析の手続き的説明

◆第7章 潜在変数を含んだパス解析
  1 推定方法をどうするか
  2 欠損値をどうするか
  3 M-plusのコード
  4 Rのコード

◆第8章 多母集団同時分析
  1 どのような手順で行うのか
  2 どうやってモデル比較をするか
  3 M-plusのコード
  4 Rのコード

<応用編>

◆第9章 順序データのパス解析
  1 はじめに
  2 順序・カテゴリカルデータの相関係数
  3 カテゴリカルデータに対する推定法について
  4 分析事例1:2値データの因子分析
  5 分析事例2:順序・カテゴリカルデータのパス解析
 【コラム1】 WLS・WLSMV

◆10章 カテゴリカル・制限従属変数に対する回帰モデル
  1 はじめに
  2 分析事例1:一般化線形モデルと潜在変数モデル
  3 分析事例2:多項ロジスティック回帰
  4 分析事例3:ポワソン回帰モデルと負の2項回帰モデル
  5 分析事例4:打ち切り回帰モデルと打ち切り過剰回帰モデル
  6 分析事例5:パス解析や因子分析との同時分析へ

◆第11章 媒介分析
  1 媒介分析とは
  2 媒介分析の方法
  3 間接効果の検討
  4 分析事例:構造方程式モデルによる媒介分析

◆第12章 項目反応理論
  1 想定されるケース
  2 項目反応理論概説
  3 分析事例
  4 終わりに

◆第13章 潜在曲線モデル
  1 はじめに
  2 時系列データに潜在曲線モデルを適用するメリット
  3.分析事例:M-plusで潜在曲線モデルを実行する
  4 潜在曲線モデルの分析をRで実行する
  5 潜在曲線モデルを実施する上での注意点と対処
 【コラム2】 潜在曲線モデル vs. 階層線形モデル(混合モデル)

◆第14章 階層線形モデル,マルチレベル構造方程式モデル
  1 マルチレベルモデルとは
  2 階層線形モデル
  3 マルチレベル構造方程式モデル(マルチレベルSEM)

◆15章 潜在混合分布モデル
  1 はじめに
  2 潜在混合分布モデル
  3 分析事例:潜在クラスモデルの実行例
  4 潜在成長曲線モデル+潜在混合分布モデルの実行例

◆16章 ベイズ推定を用いた分析
  1 ベイズ推定とは何か
  2 ベイズ推定と従来の推定法との違い
  3 MCMC法が可能にするベイズ推定の統計手法への応用
  4 分析事例
  5 最後に

<Appendix>

◆Appendix1 M-plusの購入,インストール
  1 購入方法
  2 インストール方法

◆Appendix2 RとRのパッケージのインスト−ル
  1 Rのインストール
  2 Rのパッケージのインストール

◆Appendix3 Rの導入
  1 Rで計算
  2 Rのデータと型
  3 Rとデータ操作

◆Appendix4 RStudio,R Commander,RzによるGUI環境
  1 はじめに
  2 Rstudio
  3 R Commander
  4 Rz

◆Appendix5 本書のサンプルデータについて
  1 出版社サイトからのダウンロード
  2 M-plusサイトからのダウンロード
  3 Rパッケージのデータ
 
 索引