使用 JMP 进行潜变量模型分析_伊藤洋一 (2023-JA-25MP-09)级别：高级
【主持人】
国立大学法人北海道大学北海道大学医院
医疗卫生科学研究与发展组织
数据科学中心主任 伊藤洋一
[演讲摘要]
潜变量模型分析是将分析对象背后的某些属性定义为不能直接观察的潜变量，并假设该潜变量可以间接观察的分析方法。根据观察变量和潜变量测量的组合，潜变量模型分为四种类型。当观测变量是连续尺度而潜变量也是连续尺度时，采用因子分析。当观测变量是连续尺度而潜变量是离散尺度时，是有限混合模型。观测变量是离散尺度，当潜变量为连续尺度时，称为项目响应理论模型，当观测变量为离散尺度且潜变量也为离散尺度时，称为潜类分析。在这四种分析方法中，潜在类分析未在 SAS 中实现，只能在 JMP Pro 中执行。在本次演讲中，我们将解释这四种分析方法之间的关系，并介绍使用 JMP 进行潜变量模型分析。
[主讲人简介]
2001年5月起担任东京大学医学研究生院生物统计学助理教授，2008年成为北海道大学医学研究生院特聘讲师，2011年晋升副教授。 2018年加入统计数学研究所信息与系统研究机构，担任医疗健康数据科学研究中心主任。 2020年，他成为北海道大学医院临床研究开发中心生物统计学系教授兼主任，并于2021年随着医疗保健科学研究开发组织的成立而担任现职。
他担任进行临床研究的研究人员的统计顾问，以及研究者发起的临床试验的统计分析负责人。此外，作为药品和医疗器械管理局 (PMDA) 的专家成员，他每年参与大约 10 项新药审评。
*我们目前正在检查分发的材料是否可以公开。
爆发数据探索和可视化
