主成分分析は因子分析ではない!(徹底討論「主成分分析versus因子分析」)
スポンサーリンク
概要
著者
関連論文
- 構造方程式モデルにおける指標の数はいくつであるべきか
- Robustifing Covariance Selection via β-divergence
- 情報処理教育におけるコンピュータ不安の分析 : 構造方程式モデリングによる因果推論と非正規性(構造方程式モデル)(第31回 日本行動計量学会大会発表一覧)
- 構造方程式モデリングにおける非正規性の利用(構造方程式モデル)(第31回 日本行動計量学会大会発表一覧)
- Nonnormal structural equation modeling
- 情報処理教育におけるコンピュータ不安の分析 : 構造方程式モデリングによる因果推論と非正規性
- 構造方程式モデリングにおける非正規性の利用
- 正規ノイズのある独立成分分析と非正規因子分析
- Analysis of Web access data with ICA(因子分析とICA)
- 構造のある独立成分分析 : 調査データへの適用可能性(因子分析とICA)
- 不完全データの分析
- RMSEAの区間推定(一般セッション 多変量解析)
- マルチスケールブートストラップ法による因子数の選択(一般セッション 統計理論)
- サポートベクターマシンにおけるモデル選択(一般セッション 統計理論)
- 統計解析における数学のご利益と弊害(特別セッション 統計解析に数式はいるか?)
- SVM判別におけるモデル選択(セッションN-7(MK203) 一般セッション 数学・統計2)
- 多項分析の推定について(セッションN-7(MK203) 一般セッション 数学・統計2)
- 因子分析モデルにおける共通性の区間推定 : 正規化変換によるアプローチ(セッションN-5(MK301) 一般セッション 数学・統計1)
- 単調な正規化変換とそれに基づく信頼区間の構成(数学・統計II)
- 無視できない欠測のある分割表の解析(数学・統計II)
- データ分析は科学か : 多変量解析編(データ分析は科学か、それともアート(技術)か?)
- 外れ値を含むデータにおけるSVM判別(数学・統計I)
- SEMにおける因果同定の問題(因果は本当に証明できるのか?)
- 高次因子分析モデルと階層因子分析モデルについて(FA・PCA)
- 各被験者に複数回測定した変数間の相関について(心理II)
- 擬最尤法と識別性
- 構造方程式モデルと因果(第78回行動計量シンポジウム「因果をめぐる統計アプローチ」)
- 再討論:誤差共分散の利用と特殊因子の役割(討論:共分散構造分析)
- セルフコントロール尺度の1次元性の検討(心理II)
- 因子分析における変数選択 : 変数増加法
- 因子分析における変数選択 : 変数減少法
- 構造方程式モデリングは,因子分析,分散分析,パス解析のすべてにとって代わるのか?(討論:共分散構造分析)
- 主成分分析は因子分析ではない!(徹底討論「主成分分析versus因子分析」)
- 「共分散構造分析[応用編]-構造方程式モデリング-」, 豊田秀樹 著, 朝倉書店(2000), 303頁
- 統計学パラダイムの変換に向けて : 「有意な共同研究」のススメ
- 第6回国際分類学会ローマ大会(IFCS-98 Rome)に出席して
- 不適解の原因と処理 : 探索的因子分析
- THIRD-ORDER EFFICIENCY IMPLIES FOURTH-ORDER EFFICIENCY
- 構造方程式モデリングによる対人認知構造モデルの構築(無線分散ネットワーク,一般)
- NMARの下での尤度法(日本統計学会研究業績賞受賞者特別寄稿論文)
- 構造方程式モデリングによる対人認知構造モデルの構築