Ⅰ投入 ─ Corpus
CSV / TSV / JSON。1行目を列名、1列目を個体名として自動判定します。Shift-JIS も読めます。
未投入
較正モードは、既知の三体項を二つ含む合成データを厳密列挙から独立同分布で生成し、実データと同じ経路に流します。装置が正しく動くことを、測定の前に確認するためのものです。M=12000・N=9 は、既知の三体項が確実に立つ標本量として選んであります。
Ⅱ選別 ─ Columns
解析する立場を選びます。2^N を厳密列挙するため N ≤ 15、実用は 12 以下です。定数列は推定不能なので自動で外します。
—
Ⅲ推定 ─ Inverse Max-Ent
列を選ぶと有効になります
Ⅳ補正 ─ Bias & Null
推定後に有効になります
FIG.1 ─ コーパス(行=個体、列=立場、黒=支持)—
FIG.2 ─ 推定された結合行列 J
正(親和)
負(排他)
—
FIG.3 ─ 左:三体相関 予測対実測 / 右:残差の順位—
FIG.4 ─ 左:S_N の 1/M′ 外挿 / 右:最大三体残差の帰無分布—
コーパス
個体数 M—
選択した立場 N—
標本充足 M/2^N—
欠損で除いた行—
推定の当てはまり
max|勾配|—
歩幅 η(自動)—
反復回数—
収束—
対相関の十分性
S₁ 独立模型—
S₂ 対相関模型—
S_N 素朴—
S_N 外挿—
S_N Miller–Madow—
I₂/I_N 素朴—
I₂/I_N 補正後—
帰無帯
残差 標準偏差 σ₀—
単独 95% 閾値—
族全体 95% 閾値—
有意な三体項—
三体残差 ─ 対相関が説明できない構造
コーパスを投入してください。