SEMを用いて分析したモデルを、ランダムフォレストに当てはめて考える意味があるのか知りたい

Question

【前提】
１．説明変数A、媒介変数B1、B2、目的変数C1、C2、C3があります
２．C1~C3はある尺度Cの下位因子です
３．尺度Cは平均値以上を高群、それ以下を低群に群分けできるものとします
構造方程式モデリングを用いて画像のようなモデルを解き、その適合度は良好だとします。

【知りたいこと】
Cの高群に特徴的なのは、B1、B2、A1のうちどれなのかを知るためにランダムフォレストを用いたとします。
目的変数にC高群、C低群
説明変数にA1、B1、B2を入れて検討するということです。

この時、ランダムフォレストを用いて検討することにどの程度意味があるのでしょうか？
というのも、ジニ係数で各変数（この場合はB1、B2、A1）の重要度は算出できるので一定の意味はあると思うのですが、

⓵性能評価の数値について：例えば、OOBが学習データ29%、テストデータ32%だった場合、この数値をどう評価してよいかわかりません。OOBは交差検証による性能評価を行った結果得られる誤答率だと解釈していますが、「この数値までならOK」という明確な基準があるならご教授願いたいです。
⓶作成する決定木の数について：なにもいじっていない、つまりデフォルトで分析するのはダメなのでしょうか？

独学で勉強しましたがどうしてもよくわからないので、教えていただけると嬉しいです。
ここにふさわしくない質問だったら申し訳ありません。

Answer 1

共分散構造分析のアウトプットにはパス係数が含まれるので、あえてランダムフォレストを使う必要はないと思います。

加えていうと共分散構造分析の場合、A1、B1、B2はある変数が別の変数を説明するといった因果関係にあります。しかしながら、この3変数を特徴量としてランダムフォレストに入力するということは、各特徴量間は独立と仮定することと同じなので具合が悪いように思います。さらにいうと、ランダムフォレストのノード間は説明変数と被説明変数という関係を意味しないので、結果の解釈が異なると考えます

Comments

[nats]

ご回答ありがとうございます。
まず、共分散構造分析は因果関係を仮定できない分析だと思います。そのため、SEMで用いた説明変数や媒介変数をランダムフォレストの特徴量として入れ込むのは問題ないのではないかと考えています(仰るように各特徴量間は独立と仮定する、ということで問題ないと考えているということです)。

次に、ご指摘いただいたように、SEMとランダムフォレストでは「結果の解釈が異なる」はその通りだと思います。
今回は、私の質問の仕方が良くなかったため「SEMとランダムフォレストで同じ結果を出したい」とお思いになったのかもしれません…。
ご回答いただきありがとうございました。
ランダムフォレストの説明が大変分かりやすかったです。