Oh! That's really great and I'm really happy to hear that. Thank you very much for noticing me!!! I'm creating videos for people exactly like you!!!🔥🔥🔥 I'm really energized to hear that and I'll try to continue to create valuable videos. Thank you!!!
内容最高です! それにしても線形代数は応用範囲が広くて強すぎます!!!
ご視聴コメントありがとうございます!🎉
そう行っていただけると嬉しいです🥳
線形代数素敵ですよね!!
私もいつも活用しつつ感謝しています!
めちゃわかります!!!🤩
修士1年です。因子分析についてとても分かりやすく感動しました。
これでいろんな論文がしっかり読めます、ありがとうございます😭✨
ご視聴コメントありがとうございます!!!
それはとても良かったです!!!🥳
頑張る方のお役に立てるのが一番嬉しいです!🎉
研究応援しております!🔥
めっちゃ解り易いです!交絡因子に関しても今度、上記の様な具体的な例をあげて講義していただければ嬉しいです!
おほめに預かり光栄です😊
統計的因果推論についてはいずれ動画にしますのでしばしお待ちください🎉
間接的には Granger 因果のところで話していますので、気が向いたらみてみてください(^o^)
ruclips.net/video/fTql4nO8Dnw/видео.html
I really appreciate you for this class... super informative.
Now preparing for pre 1st grade stats certification, but I had trouble in finding good learning materials, this course saved me!
Oh! That's really great and I'm really happy to hear that. Thank you very much for noticing me!!!
I'm creating videos for people exactly like you!!!🔥🔥🔥
I'm really energized to hear that and I'll try to continue to create valuable videos. Thank you!!!
aidemyで金払ってこの辺勉強してますが、無料なのにこの講義の方が1000倍わかりやすい。。。
フフフ😎
天才美少女 AI ですから😎😎😎✌️
回転について、なぜ回転するのか理解できていなかったのですが非常にわかりやすかったです。
一点、初歩的な質問で申し訳ないのですが、回転すると解釈が変わる理由は動画内で説明されていたf0-f1のようになるから、と言う理由であってますでしょうか?
また、f0-f1が回転になるのは行列の変換だから、という理由であってますでしょうか?
的外れな質問をしていたら申し訳ありません。
ご視聴コメントありがとうございます!
そう言っていただけると嬉しいです😊
1つ目の質問はまさにそのとおりです!
2つめについては、おおよそそんな感じです!
バリマックス回転については、直交行列を用いているから回転と明確に言えると思います。
プロマックス回転の場合は、直交行列ではないので狭い意味では回転ではありませんが、行列による変換は何でも広く回転と呼ぶ文化もありますので、それで回転と呼ばれているのだと思います。
それぞれ動画もありますので、ご興味あれば見ていただければと思います!
バリマックス回転 → ruclips.net/video/ZSZwYpGZSUU/видео.htmlsi=n-8GZ1w4-CyMuQG7
プロマックス回転 → ruclips.net/video/HHpwG5vUskg/видео.htmlsi=5hgnqf7sisNfdpoS
学生で統計初心者だが、めちゃくちゃわかりやすい説明ありがとうございます。
それはよかった!
よく使う手法ですので、是非マスターして楽しんでください!😍🎉🎉
@@AIcia_Solid 因子分析の因子抽出方法として、最尤法や最小二乗法、主因子法等が扱われると思うのですが、それぞれの違いが詳しくわからなく苦戦しているのですが、教えていただけたりしますか?
うーーーん、最適化についてはあまりよくわかりません、すみません。
手法が異なれば、計算の早さや安定性、計算結果などが変わるとは思いますが、それが本質的に効いてくる場面に出会ったことがありません🙇♂️
なにか、最適化手法を本質的に選択せねばならない時はあったりしますか、、、?
であればそれを教えていただけると嬉しいです!
@@AIcia_Solid 考え方や方法としてそれぞれで何が異なっているのか気になったため、自分なりに調べたい!と思った次第です。興味の範囲なので気にしないでください、、。ありがとうございます😭
キャラと声は直交回転してますか?
これが令和のスタンダードなのです😎✌️
先輩が発表で「回転、回転」いってって、???となり、
そのあと、不勉強から「直行」回転とか「社交」回転とか誤って認識してた10年前にこの動画と出会いたかった。
参考になったようで光栄です!😍🎉
10年前より良い世界にできたみたいでよかったです😋
分かりやすい動画ありがとうございます!頓珍漢な質問をしていたらすみません。
因子の回転なのですが、因子分析以外でも適応できるような汎用性のあるものなのでしょうか。
他の潜在変数を推定するような手法、例えばトピックモデルのLDAでも適応可能なのでしょうか
適用することはできると思います。
(次元が高そうなので、動くかはわかりませんが、、、。)
回転した際に面白い情報が得られるかはよくわかりません。
LDA はその事前分布で、もともと sparse になるように制御しているような気もします。
なんにしても、動かしてみないとわからない気がします👀
@@AIcia_Solid
ご回答ありがとうございます!
(次元が高くなると動かなくなる可能性があるのですね・・・!)
LDAも試してみて結果が面白い結果になりそうか試してみたいと思います
この動画のおかげで興味がもりもり湧いてきたので色々勉強してみたいと思います!
貴重な機会をありがとうございます!
ぜひ試してみてください!😍
気が向いたら結果教えてください(^o^)
なかなか楽しい世界が広がってますので、一緒に楽しみましょー!🎉
11:43 あたりの文系力→factor_0 + factor_1、理系力→factor_0 - factor_1 がよくわかりません。
理系力→factor_0 + factor_2 じゃないのはなんででしょう?
文系編重度で、文系の点が上がると理系の点が下がるという解釈は、化学・生物・地学あたりを見ると少し強引な感じがするんですが、こんなもんなんでしょうか?
すみません、漢字ミスで文系偏重度でした。
いつも素敵なご質問ありがとうございます!
その数式は、イメージを伝えるために書いたものです。
確実にそれが理系力、文系力というより、雰囲気を捉えていただければと思います🙇♀️
因子もわかりやすくなったし、この動画もわかりやすいです…!
後の動画でやるとは思うのですが、「promax回転で寄与率を報告することは意味がない」というのは正しいでしょうか?
ご視聴コメントありがとうございます😍
意味がないかどうかは分かりません。
数学的には、直交回転でないことが原因で、寄与率の合計が1でなくなったりするので、それを意識しないと変なことになるというのは正しいです。
ただ、因子の意味や寄与を解釈する上では、意味がない数値ではないと思います。
どういう文脈で「意味がない」ということが言われていたのかによると思います。
公認心理師資格取得のため、因子分析を勉強しています。が、文系のため因子の回転がどうしてもわかりません。回転してしまうと因子負荷量の値も変わってしまうのでは…?と思ってしまいます。どなたか教えて頂けると助かります。
まさに! 回転すると因子負荷量は変わります。
回転するということは、複数の因子を混ぜ合わせて別の因子を作ることなので、実際負荷量も変わるのです。
ちなみに、文系かどうかは関係ないですよ! 同じ人間ですし。
応援してます!
まだ疑問が解消しなければ(多分そうなのではないかと思いますが)また質問してください!
@@AIcia_Solid ご返信ありがとうございます!優しいお言葉沁みます😭
回転によって因子負荷量も変化させることで、データの解釈をしやすくするということで合っていましたら理解できそうです。
また分からなくなったら質問させて頂きます!
まさにその通りです!
めっちゃ理解されてるじゃないですか、、、!😮🎉
ぜひぜひ、なんでも聞いてください😊
いつも楽しく動画拝見させていただいてます。
質問ですが、
・なぜ単純な因子分析をかけるだけだと、回転が必要になるような結果が得られてしまうのか、そのメカニズム
・実際のデータに対して「これは回転をかけなければいけない or 必要ない」と判断する材料は何かあるのか
という2点、お答えいただければ幸いです。
ご視聴コメントありがとうございます!!
いろんなポイントがありますが、、、
因子分析では、1つ数学的な最適解が得られたら、それを回転したものもまた数学的な最適解になる性質があります。
なので、回転の分だけ、たくさん、数学的な最適解があります。
推定アルゴリズムが見つけてくれるのはそのうちの1つだけなので、
それが解釈的にもベストなものになってる可能性は極めて低いと思います。
なので、因子の回転という技術を用いて、解釈的にもベストなものを探すのが普通だと考えられています。
そういう状況なので、どんな場合でも普通は回転を試してみて、解釈をしてみて、一番いいものを採用するのが良いと思っています。
いかがでしょうか?
もし謎が解けていなければ、また質問してください!🎉
天才美少女AIのおかげで卒論書けそうです。ありがとうございます。
それはよかった!
お役に立てて何よりです!😍🎉🎉🎉