独立成分分析による線形逐次モデルの探索(<特集1>日本統計学会75周年記念特集(II))

• Material Type: 記事
• Title: 独立成分分析による線形逐次モデルの探索(<特集1>日本統計学会75周年記念特集(II))
• Author/Editor: 清水,昌平
• Publication Date: 2008-03
• Publication Date (W3CDTF): 2008-03
• Alternative Title: Learning linear acyclic models using independent component analysis(<Special Section> in Commemoration of the 75th Anniversary of the Japan Statistical Society (II))
• Periodical title: 日本統計学会誌. シリーズJ
• No. or year of volume/issue: 37(2)
• Volume: 37(2)
• Pages: 223-237
• Text Language Code: JPN
• Alias of Author: Shimizu,Shohei
• Subject Heading: Independent component analysis; structural equation models; non-Gaussianity
• Note (General): 著者所属: 日本学術振興会:統計数理研究所
• Persistent ID (NDL): info:ndljp/pid/10823120; https://dl.ndl.go.jp/pid/10823120
• Collection: 障害者向け資料
• Collection (Materials For Handicapped People:1): テキストデータ
• Collection (particular): 国立国会図書館デジタルコレクション > 電子書籍・電子雑誌 > 学術機関 > 学協会; https://dl.ndl.go.jp/collections/B00043
• Acquisition Basis: NII-ELS
• Available (W3CDTF): 2017-08-30
• Date Accepted (W3CDTF): 2017-08-22
• Date Captured (W3CDTF): 2017-08-22
• Format (IMT): application/pdf
• Access Restrictions: インターネット公開
• Availability of remote photoduplication service: 不可
• Periodical Title (Persistent ID (NDL)): info:ndljp/pid/10397593; https://dl.ndl.go.jp/pid/10397593
• Data Provider (Database): 国立国会図書館 : 国立国会図書館デジタルコレクション; https://dl.ndl.go.jp

• Summary, etc.: 構造方程式モデルは,無作為割付を伴わない非実験データからの因果分析に最も頻繁に用いられている多変量解析の一つである.構造方程式モデルによる因果分析では通常,観測変数間の因果関係が線形逐次モデルで記述できると仮定する.そして線形逐次モデルのパラメータを推定することで,因果に関する情報を得ようとする.し...