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
59
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
R.Q.(リサーチ・クエスチョン)構築という視点から 伝統的検定手法とベイジアン推定を比較する
419kfj
0
69
多重対応分析/構造化データ解析の原理と研究者視点の介在点「文化と不平等」調査データの分析(1)
419kfj
0
110
Methods and Examples of Correspondence Analysis
419kfj
0
110
01 Introduction
419kfj
0
110
02 ベクトル行列演算とCAの数理
419kfj
0
140
03 CAの数理その2
419kfj
0
62
04 データの準備
419kfj
0
65
05 CAとMCA事例
419kfj
0
77
06 MCA_01
419kfj
0
63
Featured
See All Featured
A designer walks into a library…
pauljervisheath
207
24k
How STYLIGHT went responsive
nonsquared
100
5.7k
Unsuck your backbone
ammeep
671
58k
How GitHub (no longer) Works
holman
315
140k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Designing for humans not robots
tammielis
253
25k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
570
Rebuilding a faster, lazier Slack
samanthasiow
83
9.1k
Music & Morning Musume
bryan
46
6.7k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
185
54k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
Why Our Code Smells
bkeepers
PRO
338
57k
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。