従属変数が複数かつ潜在変数である場合の因果検証について

質問

＜解析デザイン＞
複数の独立変数・媒介変数・調整変数（いずれも観測変数）と、
複数の従属変数（下位尺度得点≒潜在変数？）との因果関係を調べたい。

＜疑問点１＞
・重回帰分析では潜在変数が使えないとされていますが、以下のURLでは、必ずしも「観測された変数」ではなくても、「観測可能な変数」であれば、実質的には観測変数とみなしてOK、といったニュアンスとも読み取れまして・・・。私の場合、2項目の測定変数の平均値を従属変数としているので、これを観測変数とみなすことの是非を教えていただきたいです。
http://www.aichi-gakuin.ac.jp/~chino/multivar/chapter5/sec5-1.html

＜疑問点２＞
・従属変数が複数ある場合には重回帰分析は使えず、パス解析や共分散構造分析を用いる（小野寺、2006）とあるのですが、パス解析の説明書きには「潜在変数を扱わない」（山本、2000）とあり、また共分散構造分析は私の実験デザインには適合しないと思われ、では一体何を使えばいいんじゃ！と混乱しております。多変量重回帰分析なるものもあるようですが、疑問点１をクリアしないと、これも使うことはできないでしょう。従属変数が複数ありかつ潜在変数である場合、この因果モデルを検証するには、どの手法を使うことが可能なんでしょうか？

お手数をおかけしますが、どうぞよろしくご教示ください。

回答No.1

backs · ベストアンサー

>　実質的には観測変数とみなしてOK

どの部分を読んでそう考えたのですか？
流し読みしただけですが、そのようなことは書いていなかったようですが、、、
もし私の見落としで書いてあったとしても、重回帰モデルにおいて、説明変数（独立変数）に潜在変数を使うのは無理でしょう。潜在変数は「データとして手元にない」のですから、どうやって手元にないデータから目的変数（従属変数）を予測するのか、そもそもどうやってパラメータを推定するのか、どう考えてみても難しいでしょう(＾_＾;)

手元にデータがあるのであれば、それは潜在変数ではありえないし、手元にデータがなければそれが観測変数であるわけもない。と、いうわけです。

>　多変量重回帰分析なるものもあるようですが、

従属変数が潜在変数（つまり実際にはデータとして得られていない情報）というのは多変量重回帰分析の扱える範囲を超えていますから無理ですね。従属変数がない場合（つまり潜在変数を仮定する場合）は因子分析モデルや主成分分析モデルに類似したモデルを考えるしかないでしょう。

過去に同じようなモデルを扱ったことがある例があれば、それを参考にするか、さもなくば自分でパス図を考えて解析するしかないでしょう（共分散構造分析によって、その想定したモデルが上手く解析できるかどうかは別問題ですが）。

>　では一体何を使えばいいんじゃ！

要するに、解析することが難しいモデルを作成しないこと（そういう実験計画を立てないようにする）、ということですね。潜在変数を扱うのはかなりの知識と経験が必要となりますから、（察するに大学関係の人のようなので）詳しい先生に助言を仰ぐとよいと思いますよ。

それこそ、参考にしたウェブサイトの千野先生は親切な方だからメールで質問すれば助言を受けられるかもしれません。

お礼

ご丁寧なレスをくださり、ありがとうございました。
千野先生の説明文の独自解釈、やはり無理がありましたか・・・(^^;)
第二パラグラフを、かなり自己肯定的に読んだ模様です。

仰るとおり、私の事前の解析デザインの詰めの甘さに尽きるかと思います。反省しきりです。
今回は研究の神様が助け舟を出してくれたようで、
どうにか多重指標モデルを使って解析を続行することができそうです。
ご親切かつ明快なご教示に心からお礼申し上げます。