パス解析

データ解析では、ひとつの Y に対して X が複数あり、さらに、X であるものが、別の X の Y になる場合があります。 X と Y がネットワークの構造を持っています。パス解析は、このようなデータを解析する方法です。

パス解析は、重回帰分析の集合を扱う手法です。

パス解析の進め方

パス解析では、まず、自分の経験則や仮説に基づいて、各変数についての目的変数と説明変数の関係（因果関係）を考え、パス図を作ります。図にパス図のイメージを書きましたが、矢印の元が説明変数で、先が目的変数を表します。

次に、各パス間で重回帰分析を行い、パス間のつながりの強さを、標準偏回帰係数で評価します。

パス解析の中に、潜在変数（データはないけれども、持っているデータに関係していると考えている変数）を入れるのが、共分散構造分析です。パス解析の発展型と言えますし、因子分析の発展型とも言えます。

多変量解析の多くは定量的な仮説の探索の方法として使えるものが多いですが、パス解析は自分でパス図を作るところからなので、この目的には向いていません。「仮説の検証（実証分析）に特化した方法」と言えるかもしれません。

パス図が思い浮かばない場合は、多変量データの相関分析が手掛かりになります。

パス解析は、パス図を作ってから、パスの太さを計算するアプローチをします。パス図が仮説になって、仮説の検証をする手順になっています。

LiNGAM は、「非巡回の構造」、「誤差項が非正規分布」という条件付きですが、パス図を自動で作ってしまう方法になります。つまり、仮説も計算で求めてしまうことができます。