抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
配列分析は,社会的配列と他の多変量カテゴリー時系列データの分析にますます広く使われている。しかし,それは,特に被験者あたり複数の並列配列が存在するとき,大規模シーケンスデータを記述し,可視化し,比較することは,しばしば複雑である。Hidden(latent)Markovモデル(HMMs)は,根底にある潜在構造を検出することができ,それらは様々な縦方向設定で使用できる:測定誤差を考慮し,観測できない状態を検出し,あるいはいくつかのタイプの観察で情報を圧縮する。混合隠れMarkovモデル(MHMM)の拡張は,外部共変量の有無で,クラスタリングデータを均一部分集合に可能にする。RにおけるseqHMMパッケージを,HMMとMHMMを用いて1つまたは複数の相互依存配列を有する1つまたは複数の被験者を含む配列と他のカテゴリー時系列データの効率的モデリングのために設計して,MHMMの他の制限した変異体,例えば潜在クラスモデル,Markovモデル,混合Markovモデル,またはHMMの適切なパラメータ化を有する通常の多項回帰モデルを適合できた。データおよびモデルの良好なグラフィカル提示は,結果のフィッティングおよび提示をモデル化するためのデータにおける最初のグリップからの全解析過程中に有用である。パッケージは並列シーケンスデータをプロットするための容易なオプションを提供し,有向グラフとしてHMMを可視化する。【JST・京大機械翻訳】