Hypothesis test
構造方程式モデリングにおける検出力分析
SEMおよびその他の多変量手続きにおける検出力分析は、特定の大きさのモデルの不適合を適切な確率で検出するために必要な最小サンプルサイズを決定します。1996年にMacCallum、Browne、Sugawaraによって導入された主要なアプローチでは、効果量を近似の二乗平均平方根誤差（RMSEA）として表現し、非心カイ二乗分布から検出力を導出します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, 1(2), 130–149. DOI: 10.1037/1082-989X.1.2.130 ↗
このページの引用方法
ScholarGate. (2026, June 1). Power Analysis for Structural Equation Modeling and Multivariate Analyses. ScholarGate. https://scholargate.app/ja/statistics/power-analysis-sem
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 多変量分散分析 (MANOVA)統計学↔ compare
- 多層および混合効果モデルの検出力分析統計学↔ compare
- ANOVAのための検出力分析統計学↔ compare
- 重回帰分析のための検出力分析統計学↔ compare
- シミュレーションベースのパワー分析（モンテカルロ・パワー）統計学↔ compare
- 構造方程式モデリング研究統計↔ compare