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
シングルチャネルマルチトーカー音声認識の進展
ryomasumura
0
330
20260624 NLP colloquium: 単一のhubテキストがCLIPを壊す:hubnessによる埋め込みの脆弱性特定
de9uch1
2
280
MIRU2026 チュートリアル講演2:三次元データ処理の動向
nnchiba
8
5.2k
PGDM: Physically Guided Diffusion Model for L Downscaling
satai
3
510
Kunai: Toward a Verifier-Safe Layered DSL for Nested Encapsulation Packet Filtering on eBPF
takehaya
1
120
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
24k
Byzantine Eventual Consistency for Reliable Local-First Software
ept
0
140
医療LLMの現在地〜最新研究から社会実装までを考える〜
kento1109
1
1.8k
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
280
SLAMはどこまで解決されたのか?
tomonom
0
1.4k
MM-OVSeg: Multimodal Optical–SAR Fusion for Open-Vocabulary Segmentation in Remote Sensing
satai
3
150
Evaluating LLM Reliability Across Facts, Evidence, and Cultures
yukiar
0
200
Featured
See All Featured
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
techseoconnect
PRO
0
690
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
730
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
35
2.9k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.8k
GitHub's CSS Performance
jonrohan
1033
470k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.6k
The Art of Programming - Codeland 2020
erikaheidi
57
14k
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
520
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
1
340
Why Our Code Smells
bkeepers
PRO
340
58k
Side Projects
sachag
456
43k
The Spectacular Lies of Maps
axbom
PRO
1
1.1k
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