オーテピア高知図書館・
高知市民図書館分館・分室
所蔵検索
検索ホーム
詳細検索
資料紹介
各館お知らせ
Myライブラリ
オーテピア高知図書館
ウェブサイトへ
高知市民図書館
分館・分室案内へ
県内図書館横断検索へ
 
よくある質問
 
簡易検索
本サイトにはJavaScriptの利用を前提とした機能がございます。
お客様の環境では一部の機能がご利用いただけない可能性がございますので、ご了承ください。
本サイトではCookieを使用しています。ブラウザの設定でCookieを有効にしてください。
資料詳細
詳細検索
ジャンル検索
1 件中、 1 件目
縦断データ分析 構造方程式モデリングによるアプローチ
宇佐美 慧/著
東京大学出版会 2026.6
予約かごへ
My本棚へ
所蔵
所蔵は
1
件です。現在の予約件数は
0
件です。
所蔵館
所蔵場所
請求記号
資料コード
資料区分
持禁区分
状態
オーテピア高知図書館
3Fビジネス
/417/ウサ/
1113015448
一般
利用可
ページの先頭へ
館別所蔵
所蔵数
貸出中数
貸出可能数
合計
館名
所蔵数
貸出中数
貸出可能数
オーテピア高知図書館
1
0
1
ページの先頭へ
資料詳細
タイトル
縦断データ分析
副書名
構造方程式モデリングによるアプローチ
著者
宇佐美 慧
/著
著者典拠番号
110006465640000
出版者
東京大学出版会
出版地
東京
出版年
2026.6
ページ数
5,499p
大きさ
21cm
言語
日本語
一般件名
共分散構造分析
一般件名典拠番号
511825400000000
NDC分類(9版)
417
内容紹介
複数の個人内変化をとらえる縦断研究の、仮説検証に有用な「構造方程式モデリング(SEM)」。SEMに基づく縦断データ分析について、利点や課題を整理し、基礎から研究に応じたモデル選択、欠測処理まで包括的に解説する。
ISBN
4-13-062933-1
ISBN13桁
978-4-13-062933-1
本体価格
¥6800
資料情報1
『縦断データ分析 構造方程式モデリングによるアプローチ』 宇佐美 慧/著 東京大学出版会 2026.6(所蔵館:オーテピア高知図書館 請求記号:/417/ウサ/ 資料コード:1113015448)
URL
https://opac.library.kochi.jp/winj/opac/switch-detail.do?lang=ja&bibid=1120957183
URLコピー
ページの先頭へ
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