Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
08 SDAからIDAへ
Search
419kfj
October 09, 2023
0
14
08 SDAからIDAへ
SSJDA計量分析セミナー
対応分析/多重対応分析の原理と実際 08
419kfj
October 09, 2023
Tweet
Share
More Decks by 419kfj
See All by 419kfj
01 Introduction
419kfj
0
39
02 ベクトル行列演算とCAの数理
419kfj
0
41
03 CAの数理その2
419kfj
0
15
04 データの準備
419kfj
0
16
05 CAとMCA事例
419kfj
0
18
06 MCA_01
419kfj
0
12
07 MCAからGDAへ
419kfj
0
28
A 参考資料
419kfj
0
17
Table of contents
419kfj
0
8
Featured
See All Featured
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
116
18k
The Brand Is Dead. Long Live the Brand.
mthomps
49
29k
jQuery: Nuts, Bolts and Bling
dougneiner
59
7.1k
How to Ace a Technical Interview
jacobian
272
22k
Code Reviewing Like a Champion
maltzj
514
39k
Done Done
chrislema
178
15k
Building Adaptive Systems
keathley
31
1.9k
Atom: Resistance is Futile
akmur
259
25k
Building Your Own Lightsaber
phodgson
99
5.7k
KATA
mclloyd
15
12k
Optimising Largest Contentful Paint
csswizardry
8
2.4k
For a Future-Friendly Web
brad_frost
172
9k
Transcript
SDAとIDA /MCAの応⽤編 計量分析セミナー 2023/09/06 藤本⼀男
[email protected]
GDAの中でのSDAとIDA • 記述 • SDA:個体空間の構造を追加変数を⽤いて分析。 • カテゴリ平均点の配置(距離)、集中楕円(散らばり)として領域図 ⽰ • カテゴリ平均点の差
• 分解された分散の評価。η2 (群間分散/全体分散) • 検定 • 記述統計によって明らかになった差異は、有意か • 典型性検定 • 同質性検定
Rmarkdownで実⾏ • 分散の分解 • https://rpubs.com/kfj419/1078098 • SDAからIDAへ • https://rpubs.com/kfj419/1078199 •
SDAの補⾜ • 表4.1の再現 https://rpubs.com/kfj419/1078072 • 表4.2の再現 https://rpubs.com/kfj419/1078113
嗜好データを性別で分析する 1-2軸 • 軸の標準偏差が√λ • この尺度化は、標準化し ている。 男⼥差→ それを√λで尺度化→
嗜好データを性別で分析する 3-2軸 • ⽐較の⼤まかな⽬安 • > 0.5:注⽬すべき差 • > 1
:⼤きい差 それを√λで 尺度化→ 男⼥差→
性別で分散を分解する • 相関⽐η2に注⽬する。dim3が⼤きい。 この表は、GDAtools::varsupで得られる。
以上が記述統計的分析。この差を検定する • 典型性検定の結果。 • すべての軸で差は有意である。
年齢で分析する 1−2軸
この表も、GDAtools::varsupで得られる。
3−2軸
同質性検定
典型性検定なので、カテゴリ平均点の 全体(原点)からのズレを検定している。 p値は、典型性のレベルの指標になっている。 1軸、2軸では、35−44歳、45−54歳の典型 性レベルは⾼い。 しかし、3軸では、すべての年齢カテゴリで 典型度が⾼いことがわかる。