잠재 변수

Latent variable
유사한 용도는 숨겨진 변수(동음이의)를 참조하십시오.

통계학에서 잠재 변수(라틴어: lateo의 현재 분사("숨겨진"))는 직접 관측되지는 않지만 관찰되는 다른 변수(직접 측정)로부터 수학적 모델을 통해 추론되는 변수이다.관측 변수를 잠재 변수의 관점에서 설명하는 것을 목표로 하는 수학적 모형을 잠재 변수 모형이라고 합니다.잠재 변수 모델은 심리학, 인구통계학, 경제, 공학, 의학, 생태학, 물리학, 기계학습/인공지능, 생물정보학, 화학측정학, 자연어 처리, 계량경제학, 경영학 및 사회과학 등 많은 분야에서 사용된다.

잠재 변수는 물리적 현실의 측면과 일치할 수 있다.이것들은 원칙적으로 측정될 수 있지만 실제적인 이유로 측정되지 않을 수 있다.이러한 상황에서는 숨겨진 변수라는 용어가 일반적으로 사용됩니다(변수가 유의하지만 관측할 수 없다는 사실을 반영).다른 잠재 변수는 범주, 행동 또는 정신 상태 또는 데이터 구조와 같은 추상 개념에 해당합니다.이러한 상황에서는 가상 변수 또는 가상 구성이라는 용어를 사용할 수 있습니다.

잠재 변수를 사용하면 데이터의 차원을 줄이는 데 도움이 될 수 있습니다.관측할 수 있는 많은 변수를 모델에 통합하여 기본 개념을 나타낼 수 있으므로 데이터를 더 쉽게 이해할 수 있습니다.그런 의미에서 그들은 과학 이론과 비슷한 기능을 한다.동시에 잠재 변수는 실제 세계에서 관측 가능한 "하위 기호" 데이터를 모델링된 세계의 기호 데이터와 연결합니다.

예

버클리 성장 연구(Berkeley Growth Study)의 남학생에 대한 평균 키 곡선(검은색) 추정치.뒤틀림은 비선형 혼합 [1]효과 모델을 사용하여 동기화된 생물학적 나이에 대한 나이를 매핑하는 잠재 변수를 기반으로 한다.

심리학

요인 분석 방법에 의해 생성된 잠재 변수는 일반적으로 "공유" 분산 또는 변수가 함께 "이동"하는 정도를 나타냅니다.상관 관계가 없는 변수는 공통 요인 [2]모형을 기반으로 한 잠재 구성을 생성할 수 없습니다.

경제학

경제분야의 잠재적 변수로는 삶의 질, 기업 신뢰, 사기, 행복, 보수 등이 있다.그러나 이러한 잠복 변수를 다른 관측 가능한 변수와 연결하면 관측 가능한 변수의 측정에서 잠복 변수의 값을 추론할 수 있습니다.삶의 질은 직접적으로 측정할 수 없는 잠재 변수이므로 관찰 가능한 변수가 삶의 질을 추론하는 데 사용됩니다.삶의 질을 측정할 수 있는 관측 가능한 변수로는 부, 고용, 환경, 신체적 및 정신적 건강, 교육, 레크리에이션 및 여가 시간, 사회적 귀속 등이 있다.

약

잠재 가변 방법론은 많은 의학 분야에서 사용된다.잠재 변수 접근법에 자연스럽게 적합한 문제의 클래스는 시간 척도(예: 참가자의 나이 또는 연구 기준선 이후 시간)가 연구 대상 특성과 동기화되지 않는 종적 연구이다.그러한 연구의 경우, 연구 대상 특성과 동기화된 비관측 시간 척도는 잠재 변수를 사용하여 관측된 시간 척도의 변환으로 모델링될 수 있다.그 예로는 질병 진행 모델링 및 성장 모델링이 있습니다(상자 참조).

잠재 변수 추론

잠재 변수를 사용하고 잠재 변수가 존재할 때 추론을 허용하는 다양한 모델 클래스 및 방법론이 존재합니다.모델은 다음과 같습니다.

분석 및 추론 방법에는 다음이 포함됩니다.

베이지안 알고리즘 및 방법

베이지안 통계는 잠재 변수를 추론하는 데 자주 사용됩니다.

  • 잠재 디리클레 할당
  • 중식당 프로세스는 잠재적인 카테고리에 대한 객체 할당에 대한 사전 분배를 제공하기 위해 종종 사용됩니다.
  • 인디언 뷔페 프로세스는 종종 개체에 대한 잠재적 이진 기능의 할당에 대한 사전 분포를 제공하기 위해 사용됩니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Raket LL, Sommer S, Markussen B (2014). "A nonlinear mixed-effects model for simultaneous smoothing and registration of functional data". Pattern Recognition Letters. 38: 1–7. doi:10.1016/j.patrec.2013.10.018.
  2. ^ Tabachnick, B.G.; Fidell, L.S. (2001). Using Multivariate Analysis. Boston: Allyn and Bacon. ISBN 978-0-321-05677-1.[페이지 필요]
  3. ^ a b Borsboom, D.; Mellenbergh, G.J.; van Heerden, J. (2003). "The Theoretical Status of Latent Variables" (PDF). Psychological Review. 110 (2): 203–219. CiteSeerX 10.1.1.134.9704. doi:10.1037/0033-295X.110.2.203. PMID 12747522. Archived from the original (PDF) on 2013-01-20. Retrieved 2008-04-08.
  4. ^ Greene, Jeffrey A.; Brown, Scott C. (2009). "The Wisdom Development Scale: Further Validity Investigations". International Journal of Aging and Human Development. 68 (4): 289–320 (at p. 291). doi:10.2190/AG.68.4.b. PMID 19711618.
  5. ^ Spearman, C. (1904). ""General Intelligence," Objectively Determined and Measured". The American Journal of Psychology. 15 (2): 201–292. doi:10.2307/1412107. JSTOR 1412107.
  6. ^ Kelly, Bryan T. and Pruitt, Seth and Su, Yinan, Instrumented Principle Component Analysis(2020년 12월 17일).SSRN: https://ssrn.com/abstract=2983919 또는 http://dx.doi.org/10.2139/ssrn.2983919에서 구할 수 있습니다.

추가 정보