使用 JMP 進行潛在變數模型分析_伊藤洋一 (2023-JA-25MP-09)級別：高級
【主持人】
國立大學法人北海道大學北海道大學醫院
醫療衛生科學研究與發展組織
資料科學中心主任 伊藤洋一
[演講摘要]
潛變量模型分析是將分析對象背後的某些屬性定義為不能直接觀察到的潛在變量，並假設該潛變量可以間接觀察到的分析方法。根據觀察變數和潛在變數測量的組合，潛在變數模型分為四種類型。當觀測變數是連續尺度，潛變數也是連續尺度時，採用因素分析。當觀測變數是連續尺度，潛變數是離散尺度時，是有限混合模型。觀測變數是離散尺度，當潛在變數為連續尺度時，為項目響應理論模型，當觀測變數為離散尺度且潛在變數也為離散尺度時，稱為潛類分析。在這四種分析方法中，潛在類別分析未在 SAS 中實現，只能在 JMP Pro 中執行。在本次演講中，我們將解釋這四種分析方法之間的關係，並介紹使用 JMP 進行潛在變數模型分析。
[主講人簡介]
2001年5月起擔任東京大學醫學研究生院生物統計學助理教授，2008年成為北海道大學醫學研究生院特聘講師，2011年晉升副教授。2018年加入統計數學研究所資訊與系統研究機構，擔任醫療健康數據科學研究中心主任。 2020年，他成為北海道大學醫院臨床研究發展中心生物統計學系教授兼主任，並於2021年隨著醫療保健科學研究開發組織的成立而擔任現職。
他擔任進行臨床研究的研究人員的統計顧問，以及研究者發起的臨床試驗的統計分析負責人。此外，作為藥品和醫療器材管理局 (PMDA) 的專家成員，他每年參與約 10 項新藥審查。
*我們目前正在檢查分發的材料是否可以公開。
爆發數據探索和視覺化
