統計モデル その８ 潜在構造分析

統計モデル今回は「潜在構造分析」の授業内容をメモメモ！

前回の潜在曲線モデルと、今回の潜在構造分析を併せて
やるものなども、あるらしい・・

---

潜在混合分布モデル
・構造方程式を用いた潜在変数モデル
　　（１）観測変数・潜在変数ともに連続変数
　　（２）観測変数が質的変数
　　（３）潜在変数が質的変数→潜在構造モデル　＊ここ
　　（４）両方とも質的変数→潜在クラスモデル

（３）潜在構造モデル
　　　　・潜在混合分布モデル
　　　　・潜在プロフィルモデル

質的変数が
　　あらかじめ判明している→判別分析法
　　あらかじめ判明していない→潜在混合分布モデル

メインの概念
　・混合分布

クラスの数Cを明らかにする（というか設定する）
　→母数を推定する

事例
（１）偽札の判定
　　真偽ならC=2のはずだけど、C=3がよくなる
　　→偽札に２種類ある？

（２）アイリスデータ
　　　C=1～４まで

（３）赤ちゃんの体重変化と母親
　　　潜在曲線モデル＋潜在構造分析
　　　　切片と傾き　＋　クラス

パス図による表現
・分類が未知であるような多母集団の平均構造モデルとみなす

・EMアルゴリズム
　　Eステップ、Mステップ
・混合分布：正規分布を考えている→共分散行列で計算している
　　　平均と共分散行列で決定できる→正規分布

・適合度：モデル全体で評価　

ビッグデータよりLOD、クラウドより仮想化！

日経コンピューター２０１４年１月２３日号、
１０６ページ
企業が重視するのは「IT基盤の統合・再構築」
実施率では「仮想化技術の導入」がトップ

によると、２０１６年の実施率予想は、

・IT基盤の統合・再構築
・ビジネスプロセスの可視化・最適化
・会社的なコンテンツ管理インフラの整備
・情報・ナレッジの共有／再利用環境の整備
・仮想化技術の導入

がベスト５で
（２０１３年実施は「仮想化技術の導入」がトップ）

クライド移行は９位、ビッグデータは１０位になっている。

上位４つは、LODによって解決できる・・
ってすると・・・実は

ビッグデータよりLOD、クラウドより仮想化！

なんじゃね（＾＾；）？

小泉氏のツイッター、本物でした

ひとさわがせな・・・

小泉氏のツイッター、本物でした　事務所が連絡ミス
http://news.goo.ne.jp/article/sankei/politics/snk20140123010.html