WikiDer > Скрытая переменная

Latent variable

В статистика, скрытые переменные (из латинский: настоящее причастие из Lateo («Спрятаться»), в отличие от наблюдаемые переменные) находятся переменные которые не наблюдаются напрямую, а скорее предполагаемый (через математическая модель) от других переменных, которые наблюдаются (непосредственно измеряются). Математические модели, которые стремятся объяснить наблюдаемые переменные в терминах скрытых переменных, называются скрытые переменные модели. Модели со скрытыми переменными используются во многих дисциплинах, в том числе психология, демография, экономика, инженерное дело, лекарство, физика, машинное обучение/искусственный интеллект, биоинформатика, хемометрия, обработка естественного языка, эконометрика, управление и социальные науки.

Скрытые переменные могут соответствовать аспектам физической реальности. В принципе, их можно измерить, но не по практическим причинам. В этой ситуации срок скрытые переменные обычно используется (отражает тот факт, что переменные значимы, но не наблюдаемы). Другие скрытые переменные соответствуют абстрактным понятиям, таким как категории, поведенческие или психические состояния или структуры данных. Условия гипотетические переменные или же гипотетические конструкции могут использоваться в этих ситуациях.

Использование скрытых переменных может служить для уменьшить размерность данных. Многие наблюдаемые переменные могут быть агрегированы в модели, чтобы представить основную концепцию, что упрощает понимание данных. В этом смысле они выполняют функцию, аналогичную функции научных теорий. В то же время скрытые переменные связывают наблюдаемые ("субсимволический") данные в реальном мире в символические данные в моделируемом мире.

Примеры

Оценка кривой среднего роста (черная) для мальчиков из исследования роста в Беркли с деформацией и без нее. Деформация основана на скрытых переменных, которые сопоставляют возраст синхронизированному биологическому возрасту с использованием нелинейная модель смешанных эффектов.[1]

Психология

Скрытые переменные, созданные с помощью методов факторной аналитики, обычно представляют «общую» дисперсию или степень, в которой переменные «перемещаются» вместе. Переменные, у которых нет корреляции, не могут привести к скрытой конструкции, основанной на общем факторная модель.[2]

Экономика

Примеры скрытых переменных из области экономика включают качество жизни, деловая уверенность, моральный дух, счастье и консерватизм: все это переменные, которые нельзя измерить напрямую. Но связывая эти скрытые переменные с другими наблюдаемыми переменными, значения скрытых переменных могут быть выведены из измерений наблюдаемых переменных. Качество жизни - это скрытая переменная, которую нельзя измерить напрямую, поэтому наблюдаемые переменные используются для определения качества жизни. Наблюдаемые переменные для измерения качества жизни включают богатство, занятость, окружающую среду, физическое и психическое здоровье, образование, отдых и досуг, а также социальную принадлежность.

Лекарство

Методология скрытых переменных используется во многих отраслях лекарство. Класс проблем, которые естественным образом поддаются подходам со скрытыми переменными: лонгитюдные исследования где шкала времени (например, возраст участника или время, прошедшее с начала исследования) не синхронизирована с изучаемым признаком. Для таких исследований ненаблюдаемая временная шкала, синхронизированная с изучаемым признаком, может быть смоделирована как преобразование наблюдаемой временной шкалы с использованием скрытых переменных. Примеры этого включают моделирование прогрессирования заболевания и моделирование роста (см. рамку).

Вывод скрытых переменных

Существует ряд различных классов моделей и методологий, которые используют скрытые переменные и позволяют делать выводы при наличии скрытых переменных. Модели включают:

Методы анализа и вывода включают:

Байесовские алгоритмы и методы

Байесовская статистика часто используется для вывода скрытых переменных.

Смотрите также

Рекомендации

  1. ^ Ракет Л.Л., Соммер С., Маркуссен Б. (2014). «Нелинейная модель смешанных эффектов для одновременного сглаживания и регистрации функциональных данных». Письма с распознаванием образов. 38: 1–7. Дои:10.1016 / j.patrec.2013.10.018.
  2. ^ Табачник, Б.Г .; Фидель, Л. (2001). Использование многомерного анализа. Бостон: Аллин и Бэкон. ISBN 978-0-321-05677-1.[страница нужна]
  3. ^ а б Borsboom, D .; Мелленберг, Г.Дж.; ван Хеерден, Дж. (2003). «Теоретический статус скрытых переменных» (PDF). Психологический обзор. 110 (2): 203–219. CiteSeerX 10.1.1.134.9704. Дои:10.1037 / 0033-295X.110.2.203. PMID 12747522. Архивировано из оригинал (PDF) на 2013-01-20. Получено 2008-04-08.
  4. ^ Грин, Джеффри А .; Браун, Скотт С. (2009). «Шкала развития мудрости: дальнейшие исследования действительности». Международный журнал старения и человеческого развития. 68 (4): 289–320 (на стр. 291). Дои:10.2190 / AG.68.4.b. PMID 19711618.
  5. ^ Спирмен, К. (1904). ""Общий интеллект, "объективно определяемый и измеряемый". Американский журнал психологии. 15 (2): 201–292. Дои:10.2307/1412107. JSTOR 1412107.

дальнейшее чтение