マンガでわかる統計学 因子分析編 の商品レビュー
- ネタバレ
※このレビューにはネタバレを含みます
多変量解析には、 因子分析、重回帰分析、ロジスティック回帰分析、主成分分析、クラスター分析、構造方程式モデリング、など 標本抽出法には、 単純無作為抽出法、層別抽出法、2段抽出法、層別2段抽出法など アンケートの世界では、400のサンプルを最低限とする、という考え方がある。賛成反対が5分5分のときに、信頼率95%で10%のぶれの中に納まる数。 探索型と分析型のデータ分析=手元にあるデータを分析するか、仮説を立ててデータを集めるか、の違い。 複数回答は、いくつでも、のほうが2つまで、より負担が少ない。 数量回答は、回答欄をケタで区切る。 段階の回答は最大で7つまでにする。 真ん中を含めるか含めないか。 相関行列=対角が同じ短相関係数である行列 固有値、固有ベクトル 主成分分析に制約を課せば因子分析と同じ 主成分分析とは データの分散が大きいところが主成分 主成分は実在しない新たな変数を作り出すもの データを基準化=平均0、標準偏差1にそろえる。 ラグランジュの未定乗数法で計算する 相関行列を作る。 相関行列の固有値と固有ベクトルを求める 最大の固有値に対応するベクトルと2番目のベクトルで直交座標をつくる 各データの第1主成分と第2主成分を求めてグラフ化する 寄与度を計算。第2主成分までで50%以上の寄与度は欲しい。 変数が多いと寄与度は下がる。2つの変数なら2つで100%。 データの分散が最も大きなところの軸を求めるコト、は相関行列の最大の固有値と固有ベクトルを求めるコト、ど同義。 主成分分析は、新たな説明変数を作り出すこと、 因子分析は、隠れた説明変数を見つけ出す、こと。 説明変数の数はあらかじめ想定する。それらの因子負荷量を確認するのが目的。 データを基準化する 任意の共通因子間の短相関係数は0と仮定するのは直行因子モデル、総仮定しないのは斜交因子モデル。 因子負荷量のない目的変数があった場合 それを除いて、あらためて因子分析をやる 因子負荷量の値を下げて、無理やりどの目的変数にも役割を持たせる。おおまかには0.3~0.5程度は欲しい。 回転はバリマックス法が主流。 現在は、主因子法より最尤法、バリマックス法よりプロマックス法、が主流 統計的仮説検定は 母平均の差の検定=t検定 独立性の検定=χ二乗検定 母比率の差の検定 母分散の比の検定 wilcixon検定
Posted by
- ネタバレ
※このレビューにはネタバレを含みます
moocsでPCAの講座があるので、予習として。 ざっと内容をイメージした上で本格的な勉強に入るという目的に照らせば良いと思う。 これを使って勉強する、って類のものではない。
Posted by
漫画にする意味あるってレベルで数式ばっかり。ストーリーと因子分析が全然関係ない。絵が和ませてくれる。くらいしか意味がない。
Posted by
Posted by
漫画でわかる統計学の因子分析編 因子分析の仕組みは、大学教授でも理解しているか怪しい人がいるほどややこしい内容である。 その中でも、非常にわかりやすい文章だった。 ただ、高校数学でギブアップしていた私には、かなり難しい内容でした…笑
Posted by
因子分析がどのようなことを分析する手法なのかについてイメージとしてつかみやすい内容である。 ただし、数学的な内容については、回帰分析編よりも難しく感じた。式の展開も、文字式やΣを用いて記載してもらった方が個人的にわかりやすいのだが、これは対象とする読者のレベルに合わせているのだろ...
因子分析がどのようなことを分析する手法なのかについてイメージとしてつかみやすい内容である。 ただし、数学的な内容については、回帰分析編よりも難しく感じた。式の展開も、文字式やΣを用いて記載してもらった方が個人的にわかりやすいのだが、これは対象とする読者のレベルに合わせているのだろうから、必要であればもっと専門的な書籍を読めば良いことである。 因子分析などの分析手法は数学的に折り目正しい手法というよりは、解釈など分析者の主観も多々入る余地があり、このあたりの解説が読んでいて役に立ちそうだった。
Posted by
因子分析のみで1冊さいており、読むのに結構な時間を要した。数列を多用しており、計算も高校数学のやや高度なレベルを求められる。 理系大学出身だが、1回で完全理解とまでは至らなかった。
Posted by
これだけで分かるようになるとは言わないが、とても自然に頭に入ってきて、楽しく読めたのでよかった。 数式部分はもう少し細野メソッドぽく丁寧に解説してくれてもよかったかな。。。
Posted by
これは実によかったです。 因子分析って、医学教育関係を突っ込みだしてしばしば聞いていたのだが、なじみがなかったので読んでみた。A book with attitudeという感じ。漫画なので柔らかい構成だが、実は硬派で学術界の問題をバシバシ斬っている。門外漢だが、問題の構造はよく...
これは実によかったです。 因子分析って、医学教育関係を突っ込みだしてしばしば聞いていたのだが、なじみがなかったので読んでみた。A book with attitudeという感じ。漫画なので柔らかい構成だが、実は硬派で学術界の問題をバシバシ斬っている。門外漢だが、問題の構造はよく分かる。よい本です。
Posted by
* ざっくり読んだけど、簡単ではなくなっている気がした。 * もう一度精読する予定なので積読にした。
Posted by
- 1
- 2