Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
共分散構造分析の概要
Search
Masahiro1
December 03, 2020
Research
2.2k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
共分散構造分析の概要
Qiitaの記事用
Masahiro1
December 03, 2020
Other Decks in Research
See All in Research
ICAITD 2026 Oral Presentation
rikkabotan7
0
110
PHTalks Bengaluru - SSRF When All Else Fails
dk999
0
1.2k
Byzantine Eventual Consistency for Reliable Local-First Software
ept
0
230
Adapter les bergeries aux fortes chaleurs
institutdelelevage
PRO
0
140
ふとした出会いで生まれたSkillが、 社内利用1位になるまで
mikimhk
22
25k
2026年6月_副業コンプライアンス調査_業界別リスク度分析_株式会社フクスケ.pdf
fkske
0
130
モデル評価を効率的にする方法
ftakahashi
0
220
ros2-perf-multihost: 分散システムにおける客観的なアーキテクチャ評価フレームワーク
takasehideki
0
300
SAM3を用いたコマ・吹き出しの 領域検出と分割構造からの読み順推定
kzmssk
0
190
最先端NLP勉強会2026 論文紹介:Reasoning with Sampling: Your Base Model is Smarter Than You Think (ICLR 2026 paper)
kogoro
4
720
Karkada さんの論文 × 2 の紹介: (1) Closed-Form Training Dynamics Reveal Learned Features and Linear Structure in Word2Vec-like Models, (2) Symmetry in language statistics shapes the geometry of model representations
eumesy
PRO
1
860
【中間報告】国会議員の立法・政策実務を支える環境を巡る現状と課題
polipoli
0
770
Featured
See All Featured
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
270
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.4k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
28
3.7k
A Soul's Torment
seathinner
8
3.8k
Between Models and Reality
mayunak
4
500
The Illustrated Children's Guide to Kubernetes
chrisshort
51
53k
Agile Leadership in an Agile Organization
kimpetersen
PRO
0
290
The Curious Case for Waylosing
cassininazir
1
570
Game over? The fight for quality and originality in the time of robots
wayneb77
1
310
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
3
3.9k
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
450
Odyssey Design
rkendrick25
PRO
2
880
Transcript
共分散構造分析は変数間の関連を調べる統計⼿法 ③誤差変数間に共変関係(共分散が0でない事) を仮定する。潜在変数以外の共通要因を仮定する ことになる。 ④ 係数a、共変関係(誤差変数e同⼠の共分散)、 誤差変数eの分散、誤差変数eを仮定していない潜 在変数f・観測変数xの分散、を推定する。最尤推 定や最⼩2乗法で求める。 f2
f1 x4 x5 x6 x7 x1 x2 x3 e4 e5 e6 e7 e1 e2 e3 e8 a5 a6 a2 a4 a7 a1 a3 ①測定⽅程式を⽴てる。潜在変数f・誤差変数eから観測変数x への影響を表す。 x4 = a4 × f2 + e4 x5 = a5 × f2 + e5 x6 = a6 × f2 + e6 x7 = a7 × f2 + e7 x1 = a1 × f1 + e1 x2 = a2 × f1 + e2 x3 = a3 × f1 + e3 f2 = a8 × f1 + e8 共変関係 ②構造⽅程式を⽴てる。測定⽅程式以外の影響関係を表す。 a8 f : 潜在変数 x : 観測変数 e : 誤差変数 a : 係数
共分散構造分析は変数間の関連を調べる統計⼿法 ③誤差変数間に共変関係(共分散が0でない事) を仮定する。潜在変数以外の共通要因を仮定する ことになる。 ④ 係数a、共変関係(誤差変数e同⼠の共分散)、 誤差変数eの分散、誤差変数eを仮定していない潜 在変数f・観測変数xの分散、を推定する。最尤推 定や最⼩2乗法で求める。 f2
f1 x4 x5 x6 x7 x1 x2 x3 e4 e5 e6 e7 e1 e2 e3 e8 a5 a6 a2 a4 a7 a1 a3 ①測定⽅程式を⽴てる。潜在変数f・誤差変数eから観測変数x への影響を表す。 x4 = a4 × f2 + e4 x5 = a5 × f2 + e5 x6 = a6 × f2 + e6 x7 = a7 × f2 + e7 x1 = a1 × f1 + e1 x2 = a2 × f1 + e2 x3 = a3 × f1 + e3 f2 = a8 × f1 + e8 共変関係 ②構造⽅程式を⽴てる。測定⽅程式以外の影響関係を表す。 a8 f : 潜在変数 x : 観測変数 e : 誤差変数 a : 係数
共分散構造分析は変数間の関連を調べる統計⼿法 ③誤差変数間に共変関係(共分散が0でない事) を仮定する。潜在変数以外の共通要因を仮定する ことになる。 ④ 係数a、共変関係(誤差変数e同⼠の共分散)、 誤差変数eの分散、誤差変数eを仮定していない潜 在変数f・観測変数xの分散、を推定する。最尤推 定や最⼩2乗法で求める。 f2
f1 x4 x5 x6 x7 x1 x2 x3 e4 e5 e6 e7 e1 e2 e3 e8 a5 a6 a2 a4 a7 a1 a3 ①測定⽅程式を⽴てる。潜在変数f・誤差変数eから観測変数x への影響を表す。 x4 = a4 × f2 + e4 x5 = a5 × f2 + e5 x6 = a6 × f2 + e6 x7 = a7 × f2 + e7 x1 = a1 × f1 + e1 x2 = a2 × f1 + e2 x3 = a3 × f1 + e3 f2 = a8 × f1 + e8 共変関係 ②構造⽅程式を⽴てる。測定⽅程式以外の影響関係を表す。 a8 f : 潜在変数 x : 観測変数 e : 誤差変数 a : 係数
共分散構造分析は変数間の関連を調べる統計⼿法 ③誤差変数間に共変関係(共分散が0でない事) を仮定する。潜在変数以外の共通要因を仮定する ことになる。 ④ 係数a、共変関係(誤差変数e同⼠の共分散)、 誤差変数eの分散、誤差変数eを仮定していない潜 在変数f・観測変数xの分散、を推定する。最尤推 定や最⼩2乗法で求める。 f
: 潜在変数 x : 観測変数 e : 誤差変数 a : 係数 f2 f1 x4 x5 x6 x7 x1 x2 x3 e4 e5 e6 e7 e1 e2 e3 e8 a5 a6 a2 a4 a7 a1 a3 ①測定⽅程式を⽴てる。潜在変数f・誤差変数eから観測変数x への影響を表す。 x4 = a4 × f2 + e4 x5 = a5 × f2 + e5 x6 = a6 × f2 + e6 x7 = a7 × f2 + e7 x1 = a1 × f1 + e1 x2 = a2 × f1 + e2 x3 = a3 × f1 + e3 f2 = a8 × f1 + e8 共変関係 ②構造⽅程式を⽴てる。測定⽅程式以外の影響関係を表す。 a8
共分散構造分析は変数間の関連を調べる統計⼿法 ③誤差変数間に共変関係(共分散が0でない事) を仮定する。潜在変数以外の共通要因を仮定する ことになる。 ④ 係数a、共変関係(誤差変数e同⼠の共分散)、 誤差変数eの分散、誤差変数eを仮定していない潜 在変数f・観測変数xの分散、を推定する。最尤推 定や最⼩2乗法で求める。 f2
f1 x4 x5 x6 x7 x1 x2 x3 e4 e5 e6 e7 e1 e2 e3 e8 a5 a6 a2 a8 a4 a7 a1 a3 ①測定⽅程式を⽴てる。潜在変数f・誤差変数eから観測変数x への影響を表す。 x4 = a4 × f2 + e4 x5 = a5 × f2 + e5 x6 = a6 × f2 + e6 x7 = a7 × f2 + e7 x1 = a1 × f1 + e1 x2 = a2 × f1 + e2 x3 = a3 × f1 + e3 f2 = a8 × f1 + e8 共変関係 ②構造⽅程式を⽴てる。測定⽅程式以外の影響関係を表す。 f : 潜在変数 x : 観測変数 e : 誤差変数 a : 係数
共分散構造分析は変数間の関連を調べる統計⼿法 ③誤差変数間に共変関係(共分散が0でない事) を仮定する。潜在変数以外の共通要因を仮定する ことになる。 ④ 係数a、共変関係(誤差変数e同⼠の共分散)、 誤差変数eの分散、誤差変数eを仮定していない潜 在変数f・観測変数xの分散、を推定する。最尤推 定や最⼩2乗法で求める。 f2
f1 x4 x5 x6 x7 x1 x2 x3 e4 e5 e6 e7 e1 e2 e3 e8 a5 a6 a2 a8 a4 a7 a1 a3 ①測定⽅程式を⽴てる。潜在変数f・誤差変数eから観測変数x への影響を表す。 x4 = a4 × f2 + e4 x5 = a5 × f2 + e5 x6 = a6 × f2 + e6 x7 = a7 × f2 + e7 x1 = a1 × f1 + e1 x2 = a2 × f1 + e2 x3 = a3 × f1 + e3 f2 = a8 × f1 + e8 共変関係 ②構造⽅程式を⽴てる。測定⽅程式以外の影響関係を表す。 f : 潜在変数 x : 観測変数 e : 誤差変数 a : 係数
共分散構造分析は変数間の関連を調べる統計⼿法 ③誤差変数間に共変関係(共分散が0でない事) を仮定する。潜在変数以外の共通要因を仮定する ことになる。 ④ 係数a、共変関係(誤差変数e同⼠の共分散)、 誤差変数eの分散、誤差変数eを仮定していない潜 在変数f・観測変数xの分散、を推定する。最尤推 定や最⼩2乗法で求める。 f2
f1 x4 x5 x6 x7 x1 x2 x3 e4 e5 e6 e7 e1 e2 e3 e8 a5 a6 a2 a8 a4 a7 a1 a3 ①測定⽅程式を⽴てる。潜在変数f・誤差変数eから観測変数x への影響を表す。 x4 = a4 × f2 + e4 x5 = a5 × f2 + e5 x6 = a6 × f2 + e6 x7 = a7 × f2 + e7 x1 = a1 × f1 + e1 x2 = a2 × f1 + e2 x3 = a3 × f1 + e3 f2 = a8 × f1 + e8 ②構造⽅程式を⽴てる。測定⽅程式以外の影響関係を表す。 共変関係 f : 潜在変数 x : 観測変数 e : 誤差変数 a : 係数
共分散構造分析は変数間の関連を調べる統計⼿法 ③誤差変数間に共変関係(共分散が0でない事) を仮定する。潜在変数以外の共通要因を仮定する ことになる。 ④ 係数a、共変関係(誤差変数e同⼠の共分散)、 誤差変数eの分散、誤差変数eを仮定していない潜 在変数f・観測変数xの分散、を推定する。最尤推 定や最⼩2乗法で求める。 f2
f1 x4 x5 x6 x7 x1 x2 x3 e4 e5 e6 e7 e1 e2 e3 e8 a5 a6 a2 a8 a4 a7 a1 a3 ①測定⽅程式を⽴てる。潜在変数f・誤差変数eから観測変数x への影響を表す。 x4 = a4 × f2 + e4 x5 = a5 × f2 + e5 x6 = a6 × f2 + e6 x7 = a7 × f2 + e7 x1 = a1 × f1 + e1 x2 = a2 × f1 + e2 x3 = a3 × f1 + e3 f2 = a8 × f1 + e8 ②構造⽅程式を⽴てる。測定⽅程式以外の影響関係を表す。 共変関係 f : 潜在変数 x : 観測変数 e : 誤差変数 a : 係数