構造方程式モデル: 交絡変数の処理方法SAS JMP 構造方程式モデリング (SEM) の初心者として、SEM 分析で交絡変数に適切に対処する方法についてアドバイスを求めています。 現在の文献では、これらの交絡変数をどのように制御するかについての適切なガイドラインを見つけることができませんでした.
交絡変数が適切に説明されていることを確認できる提案をいただければ幸いです。 前もって感謝します！
分析Re: 構造方程式モデル: 交絡変数の扱い方やあ@Hクルー、
おそらく、SEM で交絡変数を適切に扱うことについて考える最も簡単な方法は、線形回帰の例を使用することです。 ボディマス指数 (BMI) が血圧 (BP) に及ぼす影響を調べることに関心があるとします。 「Diabetes.jmp」サンプル データ テーブルを使用して、単純な線形回帰を SEM に当てはめると、結果は次のようになります。
BMI が 1 単位増加すると、BP が 1.24 単位増加することを示唆しています。 ただし、交絡因子として年齢が懸念されるため、年齢をモデルに追加して、その影響を適切に調整したいと考えています。 これを行うには、BP の予測因子として年齢を追加し、BMI との共分散も追加します。 結果は次のようになります。
年齢でコントロールしているため、すべての効果が統計的に有意であり、BP に対する BMI の効果が小さくなっていることがわかります (1.08)。 SEM アプリケーションはこの例よりも複雑かもしれませんが、一般的な考え方は、交絡因子を調整する方程式に予測子として追加し、交絡因子とモデル内の他の変数との関連付けも指定する必要があるということです。 (この場合、BMI との共分散を追加しました)。
HTH、
〜ローラ
