本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
問卷分析通常涉及在低維度空間（例如 PCA、MCA 或 t-SNE）中表示高維度響應。然而，問卷資料通常包含分類變量，常見的統計模型假設很少成立。在這裡，我們提出了一種基於費希爾資訊的非參數方法，該方法獲得統計流形（SM）的低維嵌入。 SM 與統計物理學中的參數統計模型和相變理論有著深厚的關聯。首先，我們基於非線性 SM 模擬問卷回應，並與其他方法相比驗證我們的方法。其次，我們將我們的方法應用於兩個主要包含分類變數的經驗資料集：巴厘島稻農的人類學調查和阿姆斯特丹健康不平等的隊列研究。與先前的分析和已知的人類學知識相比，我們得出的結論是，我們的方法最好地區分不同的行為，為降維鋪平道路，與連續數據一樣有效。