バイプロット Y = X β+ ε という線形モデルで 説明変数行列の列がふたつの場合。 (切片は数えない。)

Slides:



Advertisements
Similar presentations
「 R 入門」 第6章:リストとデータフレーム 6.3 データフレーム 発表日:10月30日 担当者:脇坂恭志郎.
Advertisements

Absolute Orientation. Absolute Orientation の問題 二つの座標系の間における剛体 (rigid body) 変換を復元す る問題である。 例えば: 2 台のステレオカメラから得られた3次元情報の間の関 係を推定する問題。 2 台のステレオカメラから得られた3次元情報の間の関.
HBSP モデル上での 行列積を求めるアルゴリ ム 情報論理工学 吉岡健太.
1 / 44 SPSS ハウツー 独立行政法人 大学入試センター 橋本 貴充 2007 年 3 月 30 日 ( 金 )
主成分分析 主成分分析は 多くの変数の中を軸を取り直すことで より低い次元で表現できるようにする。 データがばらついている方向ほど
グラフィカル多変量解析 ----目で見る共分散構造分析----
データ解析
データ分析入門(12) 第12章 単回帰分析 廣野元久.
平成14年2月8日 卒業研究報告 相関行列に基づく非計量多次元尺度法 に関する研究
因子分析,共分散構造分析 Factor Analysis Structural Equations Model
数理統計学(第四回) 分散の性質と重要な法則
【MedR】第7回 東京大学医学系研究科 特任助教 倉橋一成.
( ) ( ) 行 列 式 置 換 n文字の置換σ: n個の文字{1,2,・・・,n}から自分自身への1対1の写像 1 2 ・・・ n
国際連合論(第1回) 計量分析入門 久保田徳仁.
パネル分析について 中村さやか.
【MedR】第12回 東京大学医学系研究科 特任助教 倉橋一成.
日本行動計量学会主催 第4回春の合宿セミナー
林俊克&廣野元久「多変量データの活用術」:海文堂
シミュレーション物理5 運動方程式の方法: サブルーチンの使い方.
初歩的情報リテラシーと アンケート集計のためのExcel・SPSS講座
プロモーションのモデル.
回帰分析.
寺尾 敦 青山学院大学社会情報学部 社会統計 第12回 重回帰分析(第11章前半) 寺尾 敦 青山学院大学社会情報学部
第3章 重回帰分析 ー 計量経済学 ー.
第3章 重回帰分析 ー 計量経済学 ー.
教育情報の多変量解析 データの視覚化 データの分類 2変数群間の関係 その他.
CMから見る       顧客ターゲット (コマーシャルメッセージ) 諸橋ゼミ3年 長谷川宗真.
データ分析入門(13) 第13章 主成分分析 廣野元久.
最尤推定によるロジスティック回帰 対数尤度関数の最大化.
【小暮研究会2】 「ベイズのアルゴリズム」:序章 【1,2:計量経済分析と統計分析】 【 3:ベイズ定理】
マーケティング・リサーチ 2005年11月8日.
プロセスデータ解析学2 -単回帰分析- 担当:長谷部伸治     金 尚弘.
ガウス過程による回帰 Gaussian Process Regression GPR
第6章 カーネル法 修士2年 藤井 敬士.
データ解析 静岡大学工学部 安藤和敏
市場規模の予測.
4章までのまとめ ー 計量経済学 ー.
7. 音声の認識:高度な音響モデル 7.1 実際の音響モデル 7.2 識別的学習 7.3 深層学習.
情報工学Ⅱ (第9回) 月曜4限 担当:北川 晃.
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
第14章 モデルの結合 修士2年 山川佳洋.
独立成分分析 (ICA:Independent Component Analysis )
知能システム論I(13) 行列の演算と応用(Matrix) 2008.7.8.
量子系における 確率推論の平均場理論 田中和之 東北大学大学院情報科学研究科
主成分分析 Principal Component Analysis PCA
東京工科大学 コンピュータサイエンス学部 亀田弘之
市場規模の予測.
多変量解析 ~主成分分析~ 1.主成分解析とは 2.適用例と解析の目的 3.解析の流れ 4.変数が2個の場合の主成分分析
尺度化について 狩野 裕 大阪大学人間科学部.
再討論 狩野裕 (大阪大学人間科学部).
部分的最小二乗回帰 Partial Least Squares Regression PLS
プロセスデータ解析学5 -主成分分析- 担当:長谷部伸治     金 尚弘.
マーケティング・リサーチ 分析手法の解説.
データの型 量的データ 質的データ 数字で表現されるデータ 身長、年収、得点 カテゴリで表現されるデータ 性別、職種、学歴
資料 線型変換のイメージ 固有値、固有ベクトル 平賀譲(209研究室) 資料
形式言語とオートマトン 中間試験解答例 2016年11月15実施 中島毅.
線形判別分析 Linear Discriminant Analysis LDA
わかりやすいパターン認識 第7章:部分空間法  7.1 部分空間法の基本  7.2 CLAFIC法                  6月13日(金)                  大城 亜里沙.
第3章 線形回帰モデル 修士1年 山田 孝太郎.
Stepwise (ステップワイズ) 法による 説明変数 (入力変数・記述子・ 特徴量) の選択
データ解析 静岡大学工学部 安藤和敏
データ解析 静岡大学工学部 安藤和敏
過学習を考慮した IS1-60 AAMパラメータの選択と回帰分析による 顔・視線方向同時推定 顔・視線同時推定 研究背景
回帰分析(Regression Analysis)
最小二乗法による線形重回帰分析 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
実験計画法 Design of Experiments (DoE)
モデルの微分による非線形モデルの解釈 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
情報工学Ⅱ (第8回) 月曜4限 担当:北川 晃.
AAMと回帰分析による視線、顔方向同時推定
転移学習 Transfer learning
Presentation transcript:

バイプロット Y = X β+ ε という線形モデルで 説明変数行列の列がふたつの場合。 (切片は数えない。) バイプロットを作成して、データを視覚化する ことが出来る。

バイプロット(1) 3i6 2 9 5 1 8 4 7

バイプロット(2) 9 6 3 8 5i 2 7 4 1

因子スコアと点、因子パタンをベクトルとして バイプロットと回帰モデル 従って、データを因子分析し、 因子スコアと点、因子パタンをベクトルとして プロットすればよい。

デモデータ OBS NAME Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8

バイプロット

(参考)MDS 2次元の布置 Plot of Dim2*Dim1$NAME. Symbol points to label. ---+-----------+-----------+-----------+-----------+-----------+-----------+--- | | 2 + + | S4 | | ^ S3 | | ^ | | S2 | | ^ | | S1 | 1 + ^ + D | | i | S5 | m | S8 ^ | e | S18 ^ | n | S14 ^ S6 | s | ^ S13 ^ | i 0 + ^ S7 + o | S15 S19 ^ | n | ^ S16 S20 ^ S17 | | ^ ^ ^ | 2 | S10 | | ^ | | S12 | -1 + ^ + | S11 | | S^ | | ^ | -2 + + -3 -2 -1 0 1 2 3 Dimension 1

車のデータ N L H W M M P F T P E W E W E E A A O U S E B S T N R N I I B I S M X M X L C T T R A P O O A I G D G A G I A P A T I H U Y I S F A E V A T B M C T T H S H S X A X A C A R L O I U C C F T A S E E H H T E T P P T T T Y R E E R C N E O M T L 1 ヴィッツ 81.5 3640 1660 1500 2370 820 1496 110 6000 14.6 4200 9 9 8 9 8 8 8 7 8 9 8 8 2 イスト 118.0 3855 1695 1530 2370 1000 1496 109 6000 14.4 4200 8 7 7 7 8 8 7 8 8 8 7 8 3 マーチ 95.3 3695 1660 1525 2430 870 1386 98 5600 14.0 3200 9 8 8 8 8 8 8 8 8 8 9 8 4 フィット 106.5 3830 1675 1525 2450 990 1496 110 5800 14.6 4800 8 8 7 8 8 9 9 8 9 8 9 8 5 デミオ 107.0 3925 1680 1530 2490 1060 1498 113 6000 14.3 4000 7 7 6 7 6 7 6 7 7 7 7 7 6 ワゴンR 99.0 3545 1620 1700 2360 930 1328 88 6000 12.0 3400 7 7 7 7 8 7 7 8 7 8 7 7 7 ストーリ 91.2 3690 1600 1450 2370 830 1297 110 7000 12.8 4400 7 7 7 7 7 8 7 7 8 7 7 7 8 ミラ・ジ 108.5 3415 1495 1425 2360 780 989 64 6000 9.6 3600 7 7 7 7 7 8 8 7 7 7 7 7 9 ファンカ 119.5 3880 1665 1700 2500 1010 1496 109 6000 14.4 4200 8 8 7 8 7 7 7 8 8 7 8 7 10 bB 129.8 3845 1690 1640 2500 1030 1496 109 6000 14.4 4200 7 7 7 7 8 7 7 8 7 7 7 7 11 モビリオ 134.9 4110 1695 1740 2740 1230 1496 110 5800 14.6 4800 7 8 7 7 8 7 7 8 8 8 7 8 12 スイフト 79.0 3615 1600 1540 2360 880 1328 88 6000 12.0 3400 7 7 7 7 7 7 7 7 7 7 7 7 13 YRV 101.9 3765 1625 1550 2370 870 1297 140 6400 18.0 3200 8 7 7 7 7 8 8 7 7 7 7 7 14 カローラ 122.3 4365 1695 1470 2600 1020 2184 79 4400 15.0 2400 8 8 8 8 8 8 7 8 8 8 8 8 15 サニー 116.9 4360 1695 1425 2535 1050 1497 109 6000 14.6 4000 7 7 7 7 7 7 7 7 7 7 7 7 16 ウィング 134.8 4410 1695 1500 2535 1160 1998 150 6000 20.4 4000 7 6 7 7 7 7 7 7 7 7 7 7 17 シビック 144.8 4285 1695 1495 2680 1140 1668 130 6300 15.8 4800 7 7 7 7 7 7 7 7 7 7 7 7 18 プレミオ 162.0 4600 1695 1470 2700 1140 1998 152 6000 20.4 4000 8 7 8 7 8 8 7 9 8 9 8 8 19 ビスタ 169.8 4670 1695 1505 2700 1210 1998 152 6000 20.4 4000 7 7 7 7 7 7 7 8 8 8 7 7 20 ブルーバ 140.0 4470 1695 1445 2535 1110 1998 150 6000 20.4 4400 7 7 7 7 7 7 7 7 7 7 7 7

車のデータのバイプロット

小さい車のクラスター(左上)