Slide 1

Slide 1 text

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]

Slide 2

Slide 2 text

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

Slide 3

Slide 3 text

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

Slide 4

Slide 4 text

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→

Slide 5

Slide 5 text

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→

Slide 6

Slide 6 text

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。

Slide 7

Slide 7 text

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。

Slide 8

Slide 8 text

年齢で分析する 1−2軸

Slide 9

Slide 9 text

この表も、GDAtools::varsupで得られる。

Slide 10

Slide 10 text

3−2軸

Slide 11

Slide 11 text

同質性検定

Slide 12

Slide 12 text

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。