多変量解析について

下記の条件でデータを解析するには、どのような方法があるでしょうか？

データ項目　A B C D 　現実的に観測可能なのはB, C, D　
A → B, C 　(AがBとCに作用する）
D → B または B, C (DがBに作用するが、同時にCに作用する可能性もある）

Aを用いずCを考慮することによって、DがBに及ぼす影響を解析することは可能でしょうか？

適切かわかりませんが、具体的な例を上げると
A:水のきれいさ
B:魚の密度
C:海藻の密度
D:漁獲量
海藻の密度データを用いることで水のきれいさによる影響を考慮し、
その上で漁獲量が魚の密度に及ぼす影響を評価したい、といった感じです。

Aが観測できない以上、共分散分析ともどこか違う気がして質問しました。
よろしくお願いします。

No.1 ベストアンサー 回答者： rabbit_cat 回答日時： 2015/12/02 02:57

まさに、こういうことをするためにあると言ってよいのが、「階層ベイズモデル」というやつです。

イメージとしては、
> A → B, C 　(AがBとCに作用する）
> D → B または B, C (DがBに作用するが、同時にCに作用する可能性もある）
という構成をそのままモデルに書いて、観測できたデータ（B,C,D）のみから、モデルに存在する未知パラメータ（例えば、「ＤがＢにおよぼす影響の大きさ」など）を推定できます。
複雑なモデルでは、たいてい解析的には求められないので、MCMC（マルコフ連鎖モンテカルロ）という数値計算手法を用います。

で、便利なことに、世の中には、WinBUGSやstanなどといった、「階層ベイズモデルからＭＣＭＣでパラメータ推定する」ことに特化したソフトウェアがあります。
これらを使えば、極端な話、ベイズ原理とかＭＣＭＣとはなんぞやみたいな理論をよく知らないでも、パラメータ推定できてしまいます。

とりあえず、「階層ベイズモデル」あるいは、「WinBUGS/stan」などといった単語で検索してみたらどうでしょう。
「BUGS/stan勉強会」の資料なども参考になるかもしれません。

この回答へのお礼

早速のご回答ありがとうございました。
ベイズモデルは聞いたことだけはあった気がしますが、こういう時のためにあったのですね。
ネットですぐ質問できることも含め、本当に便利な時代になったものです。
いろいろ勉強してみます。
詳しくご教授いただきありがとうございました。

お礼日時：2015/12/02 21:17