감사합니다. 제가 찾아보니까 일반화가능도 관련 영상이 많진않네요. 좀 어려운 개념이라 아니 수식이 복잡한지 서적에도 오자가 많아서 할 수 없이 원서를 구매 공부했던 옛기억이 나네요. 교육학쪽에서는 사용하지만 경영학분야에서는 잘 사용되지않고있어서 저도 아직 관련영상을 만들 생각을 못하고 있습니다. 단지 제가 요즘 어떤 문제에 봉착해 해결책을 강구하고있었는데 독자님의 댓글을 보고 분산을 분해하는 기법으로 해결하면 어떨까하는 아이디어를 얻게 되었습니다. 고맙습니다.
자유도는 정보의 갯수이죠. 공분산행렬(또는 상관행렬)을 이용하니까 행렬이 11x11행렬니아 121개 정보가 있는 것 같지만 행렬이 대각선대칭이니까 실제 정보는 (1+ 2+ .. + 11)개 즉 66개입니다. 여기서 추정값을 구할 때 마다 정보하나씩 잃는데 추정하는 값이 오차항 분산, 경로계수, 요인분산, 요인코베리에이트 등(원래 그림에 있는 숫자말고 실행 후 추가된 숫자가 모두 추정값) 모두 25개입니다. 원래 정보갯수에서 추정된 값 수를 빼줘서 66-25=41입니다. 추가적으로 모형 적합도를 높이기 위해 어딘가 코베리에이트 하나를 설정한다면 추정값이 하나 느니까 저유도는 또 하나가 줄겠죠.