テラバイトのデータ | 構造化知識研究センター
テラバイトデータや構造化知識研究に関する過去の記事です。 1990年6月 コンピューターの中央処理装置4台を並列的につなぎ、人間のように推理したり連想したりするコンピューターの模擬実験に、九州大学の研究グループが成功した。1991年度にも20台に増結する計画で、最終的には1万台をつなぎ、人間の思考そっくりの柔軟性に富んだコンピューターシステムを目指す。キャリアウーマン並みの有能秘書や、建物の形状を判断できる掃除ロボットの開発にもつながると期待されており「人工知能」開発競争に一石を投じそうだ。 九州大学で実験に成功 模擬実験を行ったのは、九大総合理工学研究科の雨宮真人教授（情報システム専攻）のグループ。雨宮教授らは、記憶した知識で推論や連想を行う人間の思考回路網に着目。「食物－果物－黄色－酸っぱい－レモン」など属性や因果関係でつながる情報を与えて連想ネットワークを構成。このネットワーク網をコ
心理統計の注意点：因子分析についての注意点
因子分析について 細かいことを書いていますが，個人的に一番大切だと思うことは，「２．（０） 何よりもまず押さえておくべきこと」です．ある程度分かっている方は，その部分だけ読んで頂いてもいいと思います． １．因子分析の手順と様々なパラメータの意味 因子分析。心理学をやっているなら、そして質問紙調査をやるのなら、必ず一回はぶつかる壁でしょう。そのやらんとするところは分かるのだけれども、出力が多すぎて何を見たらいいか分からない。回転って何？ 共通性の推定値？ よく分からないからこそ、統計ソフトのなすがまま、デフォルトの設定で行っている人も多いでしょう。この章では、そのような因子分析に関し、分析が行われる手順をできるだけ平易に解説しながら、様々な言葉の意味を記述していきたいと思います。 （１）測定変数の相関行列を求める： 因子分析を行う時、最初に行われるのは、測定変数間の相関行列（もしくは
http://www.u-gakugei.ac.jp/~kishilab/spss-factoranalysis.htm
データは、間隔尺度以上であれば因子分析ができます。名義尺度や順序尺度の場合は、数量化Ⅲ類を行ってください。 では手順です。 “分析”→“データの分解”→“因子分析”です。 次のようなダイアログボックスが表示されます。 因子分析にかけたい変数を選び、右側のボックスに入れます。 ボックスへの入れ方は一要因分散分析（対応なし）を参照してください。 変数が全て入ったら、2.“因子の抽出”に進みます。 ここで一つ注意。抽出方法で“主成分分析”を選んではいけません。 因子分析と主成分分析は親戚みたいなものですが、本質は違います。 デフォルトでは主成分分析になっているので、別のものにしましょう。 “主因子法”や“最尤法”などを選択します。 個人的に“最尤法”が好きなので、ここではこれにしておきます。 ちなみに“さいゆうほう”と読みます。 抽出の基準などは、とりあえず無視して3.“回転”に進みましょう。
untitled
因子分析 M1 嶺本和沙 心理データ解析演習 2006/6/27 1 0.因子分析とは 直接観測することのできない潜在 変数が、観測できる変数に影響し ていると仮定 その潜在変数（＝共通因子）を見 つけ出す手法 探索的因子分析 …特に明確な仮説や理論的基盤を 持たずに、観測変数に影響を及ぼ す因子を探索的に求めようとする 検証的因子分析 …既に何らかの手段によって得られ た知見から、因子とそれらに影響 を受ける観測変数、さらに因子間 の関係などを検証的に分析する 国語 公民 英語 数学 理科 * 潜在変数は観測する際に大きな誤差を伴う 文系能力 理系能力 →独自因子（スライド24） 2 0.因子分析とは 因子分析を用いる前提 数量的に表現されている 間隔尺度以上 順序尺度は厳密にはだめだが…5件法以上で 項目間に直線的な相関関係がある 相関関係がない項目では共通因子が見つ
外道でもわかる因子分析
外道でもわかる因子分析 −英語教育学研究におけるよりよい統計処理のために− キーワード 探索的因子分析 検証的因子分析 外道英語教育学 NOTICE - Always Under Construction - NOTICE Since 1999.12.21. Last Modified 2002.12.31. fprというメーリングリストで「サルでもわかる因子分析、なんてものがないかなあ」というお話があり、卒論・修論の時期のためか私ごときが身近な人から質問を受けることもあり、そんなこんなでふと思いついて書きはじめました。 参考文献は色々ありますが、あえて何も見ずに書き下ろします。そのほうが丸写しになるよりも、私が素人なりに簡略化して理解している通りの言葉なので、平易でいいかな、と思うからです。言うまでもないことですが、本格的に勉強なさるのであれば専門の書籍をご覧になりますよう。 統計や、
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://case.f7.ems.okayama-u.ac.jp/statedu/hbw2-book/node89.html
