目次

1章 縦断データ分析と構造方程式モデリング

  1.1 縦断データの形式

  1.2 縦断研究数の推移

  1.3 縦断研究の目的と利点,難点

  1.4 構造方程式モデリングによる縦断データ分析のアプローチ

  1.5 本書の目的と射程

  1.6 本書の構成

2章 構造方程式モデリング概説

  2.1 構造方程式モデルの表現

  2.2 下位モデルとその表現

  2.3 平均構造・共分散構造

  2.4 母数の推定と検定

  2.5 モデル評価

  2.6 構造方程式モデリングの利点と限界点

3章 平均の変化の分析

  3.1 反復測定分散分析

  3.2 縦断構造方程式モデリングの柔軟性-反復測定分散分析との比較

  3.3 縦断構造方程式モデリングによる分析例

  3.4 個人の軌跡のモデリングの意義

4章 軌跡のモデリング1

  4.1 潜在成長モデルの考え方

  4.2 潜在成長モデルの表現

  4.3 潜在成長モデルの平均構造と共分散構造

  4.4 線形の潜在成長モデルによる分析例

  4.5 潜在成長モデルの補足

  4.6 潜在成長モデルの拡張-条件付潜在成長モデルと多変数潜在成長モデル

5章 軌跡のモデリング2

  5.1 線形モデルに基づく方法

  5.2 非線形モデルに基づく方法

6章 軌跡のモデリング3

  6.1 はじめに

  6.2 多群モデル

  6.3 多重指標のモデル

7章 変数間の縦断的関係の分析1

  7.1 横断研究における関係性の推測

  7.2 縦断研究の場合1-一方向の関係

  7.3 縦断研究の場合2-相互関係

  7.4 様々な水準の「関係」

  7.5 縦断研究の場合3-個人内の相互関係の推測とランダム切片交差遅延パネルモデル

  7.6 縦断研究の場合4-個人内の相互関係の推測に利用可能なその他のモデル

  7.7 モデル選択と因果推論に向けて

8章 変数間の縦断的関係の分析2

  8.1 間接効果・媒介効果の分析

  8.2 調整効果の分析

  8.3 マルチレベル縦断データの分析

  8.4 集中縦断データ分析のための動学的SEM

  8.5 連続時間モデル

9章 順序カテゴリカルデータの分析

  9.1 はじめに-SEMにおける順序カテゴリカル変数の扱いと推定

  9.2 順序カテゴリカルデータに対する重み付き最小二乗法の概要

  9.3 分析例:順序カテゴリカルデータへの線形LGMのあてはめ

  9.4 分析例:順序カテゴリカルデータへのRI-CLPMのあてはめ

10章 縦断データの分類

  10.1 はじめに

  10.2 非階層クラスター分析

  10.3 有限混合モデル

  10.4 潜在成長混合モデル

  10.5 決定木と構造方程式モデル木-外的な説明変数に基づく分類

11章 縦断データの欠測

  11.1 欠測が生じる理由と脱落

  11.2 欠測データメカニズム

  11.3 欠測データの古典的な分析法とその問題点

  11.4 完全情報最尤推定法

  11.5 多重代入法

  11.6 分析例:完全情報最尤推定法,多重代入法,リストワイズ法の比較

  11.7 補足:補助変数の活用

  11.8 MNARのときの分析

ページの先頭へ