레벨: 고급
【발표자】
국립 대학 법인 홋카이도 대학 홋카이도 대학 병원
의료·건강 과학 연구 개발 기구
데이터 과학 센터 센터장 이토 요이치
【발표 개요】
잠재 변수 모델 분석이란, 해석 대상의 배후에, 직접 관측할 수 없는 어떠한 성질을 잠재 변수라고 정의하고, 그 잠재 변수가 간접적으로 관측된다고 가정하여 행하는 해석 수법이다. 잠재 변수 모델은 관측되는 변수와 잠재 변수의 척도의 조합에 의해 4개로 분류된다. 관측되는 변수가 연속 척도로, 잠재 변수도 연속 척도일 때는 인자 분석, 관측되는 변수가 연속 척도로, 잠재 변수가 이산 척도일 때는 유한 혼합 모델, 관측되는 변수가 이산 척도로, 잠재 변수가 연속 척도일 때는 항목 반응 이론 모델, 관측되는 변수가 이산 척도이고, 잠재 변수도 이산 척도일 때는 잠재 클래스 분석이다. 이 네 가지 분석 방법 중 잠재 클래스 분석은 SAS에서 구현되지 않았으며 JMP Pro에서만 실행할 수 있습니다. 본 발표에서는, 이들 4개의 해석 방법의 관계를 해설하면서, JMP에 의한 잠재 변수 모델 분석에 대한 소개를 실시한다.
【발표자 프로필】
2001년 5월부터 도쿄대학대학원의학계연구과 생물통계학 조수, 2008년에 홋카이도대학대학원의학연구과 특임강사, 2011년 동준교수를 거쳐 2018년에 정보·시스템연구기구 통계수리연구소 의료 건강 데이터 과학 연구 센터 센터장이 된다. 2020년 홋카이도대학병원 임상연구개발센터 생물통계부문 부문장 교수, 2021년 의료·건강 과학 연구개발기구의 발족을 계기로 현직이 된다.
임상 연구를 실시하는 연구자에 대한 통계 컨설턴트와 의사 주도 임상 시험의 통계 해석 책임자를 맡고 있다. 또 독립행정법인 의약품의료기기종합기구(PMDA)의 전문위원으로서 연 10건 정도의 신약심사에 관여하고 있다.
※ 배포 자료에 대해서는 공개 가능 여부 확인 중
