読者です 読者をやめる 読者になる 読者になる

Hope is a Dream. Dream is a Hope.

非公開ふぃふぃ工房ブログ

↓LINE登録はこちら↓

定期的につぶやいてます. 記事に興味を持って頂いたかたや、Line Botを使ってみたいかたは試しに登録どうぞ

友だち追加

多変量解析 まとめ

数値計算

多変量解析の現状と展望

http://www.jss.gr.jp/ja/journal/Vol22_jp/Vol22_P313.pdf

多変量解析へ の チ ャ レ ン ジ :現 状 と展望

CiNii 論文 -  多変量解析へのチャレンジ : 現状と展望

多変量 解析 へ の チ ャ レ ン ジ II:現状 と展 望

CiNii 論文 -  多変量解析へのチャレンジII : 現状と展望

多変量推定法

■ 多変量線形モデル

多変量分散分析モデル(MANOVA)

多変量共分散モデル(MANCOVA)

多変量回帰モデル

■ 多変量線形モデルの拡張

一般化MANOVAモデル

■ 次元推定と変量選択

判別分析

群内変動行列

群間変動行列

正準相関分析

正準相関変量

主成分分析

推測

検定

尤度比検定

棄却域

■ 多変量非正規モデル

非正規連続型多変量分布

高次元小標本問題
一般に多変量推測法においては、標本の大きさが変量の次元より大であることが仮定されている。変量が多いと、この仮定が保証されない場合がある。

多変量回帰の逆推定

方向性データ解析

共分散構造および線形関係モデル

平均ベクトルと共分分散行列の推定

多変量データ解析

特異値分解

一般特異値分解

主成分分析

直行射影行列を用いた主成分分析

制約付き主成分分析(Constrained Principal Component Analysis)

https://www.jstage.jst.go.jp/article/jbhmk1974/19/1/19_1_29/_pdf

一般主成分分析(Generalized Principal Component Analysis)

非計量主成分分析(non-metric Principal Component Analysis)

プリンシパルス(PRINCIPALS)

三次元以上の高次モーメントを利用した主成分分析

主成分分析の時系列データへの適用したMTV(Multivariate Variance Component Model)

多次元尺度法(Multi-Dimensional Scaling(MDS))

計量的MDS

非計量MDS

ヤングハウスホルダー変換

個人差MDS

最尤法に基づくMDS

非対称類似度行列に基づくMDSの方法

正準相関分析

部分正準相関(Part Canonical Correlation)

双偏正準相関(Bipartial Canonical Correlation)

因子分析

多重配列データの分析法

三相因子分析法

三相主成分分析

PARAFACモデル - SICE オンライン・ハンドブック

Tuckerモデル - SICE オンライン・ハンドブック

LSCAL

多重配列データの特異値分解

四相主成分分析

n重配列データのクロネッカー積による、多重配列データの表現

多重配列データのrankの定義方法について

多変量はずれ値

はずれ値検出:感度分析

射影追跡

その他

クラスター分析

多次元尺度法

多変量グラフ解析法

多変量グラフ解析法:探索的方法

多変量グラフ解析法:パス解析法

多変量ノンパラメトリック推測法

変量選択法

成長曲線モデル

ブートストラップ法

射影追跡

多変量ランダムモデル