Niveau: Fortgeschritten
【Moderator】
National University Corporation Hokkaido University Hokkaido University Hospital
Organisation für medizinische und gesundheitswissenschaftliche Forschung und Entwicklung
Yoichi Ito, Direktor des Data Science Center
[Zusammenfassung der Präsentation]
Die Modellanalyse latenter Variablen ist eine analytische Methode, die eine Eigenschaft hinter dem Analyseobjekt als latente Variable definiert, die nicht direkt beobachtet werden kann, und davon ausgeht, dass die latente Variable indirekt beobachtet werden kann. Latentvariablenmodelle werden abhängig von der Kombination aus beobachteten Variablen und Latentvariablenmaßen in vier Typen eingeteilt. Wenn die beobachtete Variable eine kontinuierliche Skala und die latente Variable ebenfalls eine kontinuierliche Skala ist, wird die Faktoranalyse verwendet. Wenn die beobachtete Variable eine kontinuierliche Skala und die latente Variable eine diskrete Skala ist, handelt es sich um ein endliches Mischungsmodell. Die beobachtete Variable ist eine diskrete Skala. Wenn sich die latente Variable auf einer kontinuierlichen Skala befindet, handelt es sich um ein Modell der Item-Response-Theorie. Wenn sich die beobachtete Variable auf einer diskreten Skala befindet und die latente Variable ebenfalls auf einer diskreten Skala liegt, spricht man von einer latenten Klassenanalyse . Von diesen vier Analysemethoden ist die latente Klassenanalyse nicht in SAS implementiert und kann nur in JMP Pro durchgeführt werden. In dieser Präsentation erläutern wir die Beziehung zwischen diesen vier Analysemethoden und stellen die Analyse latenter Variablen mithilfe von JMP vor.
[Präsentatorprofil]
Ab Mai 2001 wurde er Assistenzprofessor für Biostatistik an der Graduate School of Medicine der Universität Tokio. Im Jahr 2008 wurde er zum speziell ernannten Dozenten an der Graduate School of Medicine der Hokkaido University ernannt. Im Jahr 2011 wurde er außerordentlicher Professor. Im Jahr 2018 trat er dem Institut für Statistische Mathematik der Forschungsorganisation für Information und Systeme bei und wurde Direktor des Medical and Health Data Science Research Center. Im Jahr 2020 wurde er Professor und Leiter der Abteilung für Biostatistik des Zentrums für klinische Forschung und Entwicklung des Universitätskrankenhauses Hokkaido und übernahm seine derzeitige Position im Jahr 2021 mit der Gründung der Organisation für medizinische und gesundheitswissenschaftliche Forschung und Entwicklung.
Er fungiert als statistischer Berater für Forscher, die klinische Forschung durchführen, und ist verantwortlich für die statistische Analyse von von Forschern initiierten klinischen Studien. Darüber hinaus ist er als Expertenmitglied der Pharmaceuticals and Medical Devices Agency (PMDA) an etwa zehn neuen Arzneimittelprüfungen pro Jahr beteiligt.
*Wir prüfen derzeit, ob die verteilten Materialien veröffentlicht werden können.
