22 ID:rXD+StnQ0 >>792 正直このスレで一番テンション上がった マジで大統領だこれ! 今流行りの異世界転生果たしたとか言われても信じるレベル 818: 名も無きハンターHR774 2018/02/18(日) 13:49:22. 22 ID:U6Bw43Y/a >>792 カッコイイ‥‥動いてるところとか見てみたい 794: 名も無きハンターHR774 2018/02/18(日) 02:40:14. 53 ID:DD6Ytm990 かっけえ!!! これは素直に羨ましい キグーが馴れ馴れしく話しかける度に笑ってしまいそうだがw 795: 名も無きハンターHR774 2018/02/18(日) 03:30:06. 55 ID:WwNlWDJ30 いいなギルカ貰いたいわ 799: 名も無きハンターHR774 2018/02/18(日) 05:16:50. 54 ID:64VmTmwu0 キャラクリし直しの要望送りたいけど何処に送ったらいいんかね? 800: 名も無きハンターHR774 2018/02/18(日) 05:29:06. 30 ID:VT8Xu41H0 809: 名も無きハンターHR774 2018/02/18(日) 09:46:49. 34 ID:14EeE9gp0 >>800 キャラクリのやり直しの実装と目の色と眉の形くらいは身だしなみで変更できるように要望送ってきた 824: 名も無きハンターHR774 2018/02/18(日) 16:09:29. 98 ID:sJFllQwMd パーツのサイズ変更できないのかなりキツくね 814: 名も無きハンターHR774 2018/02/18(日) 11:09:27. モンハン ワールド キャラ メイク アニアリ. 94 ID:XjwL41OS0 化粧枠も増やして欲しいね 泣きぼくろに1つ使ってるからアイメイクしかできない 816: 名も無きハンターHR774 2018/02/18(日) 12:37:32. 12 ID:iJQtexvW0 キャラ作り直しなんて、一部のキャラクリ好きだけの要望なんだから当然だろ 直すの簡単そうって素人のイメージと、実際にそこに手を入れてリリースする作業やリスクの間にどれだけ隔たりがあると思ってるのさ 直すとしたら自由にキャラクリ出来るようにするタイミングだろうから、気長に待つしかない >>814 同意 ホクロスキーにはつらいよね 801: 名も無きハンターHR774 2018/02/18(日) 06:27:04.
52 ID:7hHHm9Uyx >>568 皇族と結婚しそうな顔 569: 名も無きハンターHR774 2018/02/13(火) 19:16:17. 95 ID:X32EKPMkp プレイ用のキャラはもう満足したのが作れてるから良いんだけど、 ちょっとキャラクリで遊んでみたい、とか思ってもいちいちOP見せられるのがつくづくウンザリだな これさえなきゃこのスレももうちっと賑わってたろ 572: 名も無きハンターHR774 2018/02/13(火) 20:03:08. 76 ID:zaCLzY8u0 ゲーム内で顔変更できるようになったらもっと試行錯誤が貼られそう 機能追加早よ 613: 名も無きハンターHR774 2018/02/14(水) 19:03:43. 46 ID:2AtwV+e40 ウルズのあみあみめっちゃ好き 615: 名も無きハンターHR774 2018/02/14(水) 19:36:23. 02 ID:nwuNPTNra >>613 キャラクリ失敗したら顔が見えなくて良いかもな… 616: 名も無きハンターHR774 2018/02/14(水) 19:37:58. 27 ID:cshr+X9x0 >>613 ウルズの頭微妙じゃね ギルカくそ不細工に見える 620: 名も無きハンターHR774 2018/02/14(水) 21:20:43. 42 ID:UV6BZxYR0 ギルカだけど晒したい 褐色 悪堕ち 621: 名も無きハンターHR774 2018/02/14(水) 21:35:48. 43 ID:f0sxMibZ0 褐色ええなぁ 622: 名も無きハンターHR774 2018/02/14(水) 21:46:28. 97 ID:VKuuldDZK そのミコッテみたいな化粧いいな 俺もつけよ 623: 名も無きハンターHR774 2018/02/14(水) 21:53:09. モンハン ワールド キャラ メイク アニメンズ. 12 ID:Z7jXIbrl0 他のゲームのキャラクリスレよりも褐色ファンが多い気がする モンハンは装備的に民族っぽいからかな 628: 名も無きハンターHR774 2018/02/14(水) 22:21:53. 57 ID:jBYQuKRU0 マイハウスよりマイハウス前の方が可愛いくなると思うんだが 680: 名も無きハンターHR774 2018/02/15(木) 20:27:29.
96 ID:CMtY3q5J0 ウォーキングデッドのダリル目指してみたんですが似てますか? 869: 名も無きハンターHR774 2018/02/20(火) 23:53:32. 94 ID:CMtY3q5J0 クールな子を目指した でもキャラ選択とフィールドでしかめっ面になる 872: 名も無きハンターHR774 2018/02/21(水) 00:51:26. 59 ID:5X0YTP+50 >>869 目が格好いいね 後ろのキグーにワロタ 870: 名も無きハンターHR774 2018/02/21(水) 00:36:58. 99 ID:viE2jfLD0 かなり好き 877: 名も無きハンターHR774 2018/02/21(水) 03:23:55. 79 ID:8nsO1sxC0 どうでしょうか? 893: 名も無きハンターHR774 2018/02/21(水) 15:39:48. 43 ID:KxJYSbssd >>877 吸血されそう 878: 名も無きハンターHR774 2018/02/21(水) 04:14:29. 91 ID:XEhvJiiO0 フィールド以外はおおむね満足 クエストクリアの時ガムクチャクチャするのやめーや 881: 名も無きハンターHR774 2018/02/21(水) 09:12:34. 21 ID:BP890eR80 男キャラはどの場面でも安定してる気がする 女キャラは七変化する・・・・なんでや? モンハン ワールド キャラ メイク アニュー. 885: 名も無きハンターHR774 2018/02/21(水) 12:07:16. 29 ID:viyUXg9/a >>881 あんたさんが男キャラに興味がないからそう思うだけやで 男で何作ろうとしてるかにもよるな スネークみたいなおっさんとハイドとかクラウドみたいな美青年では難易度が桁違いっていうか後者はほぼ不可能 おばさんは簡単に作れるけど理想の美少女は難しいやろ 894: 名も無きハンターHR774 2018/02/21(水) 16:53:03. 81 ID:4N2clTVad 金ポニかわいいけど集会所の受付嬢とダダ被りだから新しい髪型欲しい 581: 名も無きハンターHR774 2018/02/13(火) 22:45:34. 40 ID:9gcOnqDG0 お前らずっとキャラクリしてんのか? 583: 名も無きハンターHR774 2018/02/13(火) 22:49:25.
85 ID:xefn0l0D0 地味にネコを作り直したいわ 早くゲーム始めたくてデフォルトで始めてしまった 804: 名も無きハンターHR774 2018/02/18(日) 07:07:21. 55 ID:mjctGeoF0 >>801 大丈夫だ 後半の猫装備は顔が隠れるものばかりだ 803: 名も無きハンターHR774 2018/02/18(日) 07:05:58. 39 ID:xefn0l0D0 メガネゴリ 805: 名も無きハンターHR774 2018/02/18(日) 07:32:42. 45 ID:NVVkypN5d >>803 あら可愛い。 823: 名も無きハンターHR774 2018/02/18(日) 15:32:30. 51 ID:Rl4UCPWh0 もうゴールインしたい 825: 名も無きハンターHR774 2018/02/18(日) 16:27:13. 45 ID:0Z5ouRrQ0 >>823 すごく可愛い!! いいね 845: 名も無きハンターHR774 2018/02/19(月) 08:16:32. 63 ID:qyFS9B7R0 アメリカンな美少女を目指していたんだ 846: 名も無きハンターHR774 2018/02/19(月) 11:31:54. 39 ID:570k7TUy0 >>845 身体と顔の肉付きがバランス取れてて好き むっちり可愛い 847: 名も無きハンターHR774 2018/02/19(月) 12:02:38. 25 ID:Tzep1JDPp >>845 確かにチアガールやってそうな顔だw こういうコンセプト有りなのはいいな 848: 名も無きハンターHR774 2018/02/19(月) 12:03:41. 40 ID:akhGxG+10 >>845 良いね バッチリ目的達成できてると思う 854: 名も無きハンターHR774 2018/02/20(火) 00:22:32. 99 ID:FmD+VpC/0 レスくれた人ありがと 可愛いって言って貰えて素直に嬉しい コンセプトは探せばいそうなキュートなジャパニーズJK こんないい撮影スポットあったなんて 861: 名も無きハンターHR774 2018/02/20(火) 08:29:19. 00 ID:PPlcgWvBd >>854 うまいねエレンペイジっぽい 856: 名も無きハンターHR774 2018/02/20(火) 00:35:59.
※アルテマに掲載しているゲーム内画像の著作権、商標権その他の知的財産権は、当該コンテンツの提供元に帰属します ▶モンスターハンターワールド公式サイト
1が構造方程式の例。 (2) 階層的重回帰分析 表6. 1. 1 のデータに年齢を付け加えたものが表7. 1のようになったとします。 この場合、年齢がTCとTGに影響し、さらにTCとTGを通して間接的に重症度に影響することは大いに考えられます。 つまり年齢がTCとTGの原因であり、さらにTCとTGが重症度の原因であるという2段階の因果関係があることになります。 このような場合は図7. 2のようなパス図を描くことができます。 表7. 1 高脂血症患者の 年齢とTCとTG 患者No. 年齢 TC TG 重症度 1 50 220 110 0 2 45 230 150 1 3 48 240 150 2 4 41 240 250 1 5 50 250 200 3 6 42 260 150 3 7 54 260 250 2 8 51 260 290 1 9 60 270 250 4 10 47 280 290 4 図7. 心理データ解析補足02. 2のパス係数は次のようにして求めます。 まず最初に年齢を説明変数にしTCを目的変数にした単回帰分析と、年齢を説明変数にしTGを目的変数にした単回帰分析を行います。 そしてその標準偏回帰係数を年齢とTC、年齢とTGのパス係数にします。 ちなみに単回帰分析の標準偏回帰係数は単相関係数と一致するため、この場合のパス係数は標準偏回帰係数であると同時に相関係数でもあります。 次にTCとTGを説明変数にし、重症度を目的変数にした重回帰分析を行います。 これは 第2節 で計算した重回帰分析であり、パス係数は図7. 1と同じになります。 表7. 1のデータについてこれらの計算を行うと次のような結果になります。 ○説明変数x:年齢 目的変数y:TCとした単回帰分析 単回帰式: 標準偏回帰係数=単相関係数=0. 321 ○説明変数x:年齢 目的変数y:TGとした単回帰分析 標準偏回帰係数=単相関係数=0. 280 ○説明変数x 1 :TC、x 2 :TG 目的変数y:重症度とした重回帰分析 重回帰式: TCの標準偏回帰係数=1. 239 TGの標準偏回帰係数=-0. 549 重寄与率:R 2 =0. 814(81. 4%) 重相関係数:R=0. 902 残差寄与率の平方根: このように、因果関係の組み合わせに応じて重回帰分析(または単回帰分析)をいくつかの段階に分けて適用する手法を 階層的重回帰分析(hierarchical multiple regression analysis) といいます。 因果関係が図7.
2のような複雑なものになる時は階層的重回帰分析を行う必要があります。 (3) パス解析 階層的重回帰分析とパス図を利用して、複雑な因果関係を解明しようとする手法を パス解析(path analysis) といいます。 パス解析ではパス図を利用して次のような効果を計算します。 ○直接効果 … 原因変数が結果変数に直接影響している効果 因果関係についてのパス係数の値がそのまま直接効果を表す。 例:図7. 2の場合 年齢→TCの直接効果:0. 321 年齢→TGの直接効果:0. 280 年齢→重症度の直接効果:なし TC→重症度の直接効果:1. 239 TG→重症度の直接効果:-0. 549 ○間接効果 … A→B→Cという因果関係がある時、AがBを通してCに影響を及ぼしている間接的な効果 原因変数と結果変数の経路にある全ての変数のパス係数を掛け合わせた値が間接効果を表す。 経路が複数ある時はそれらの値を合計する。 年齢→(TC+TG)→重症度の間接効果:0. 321×1. 239 + 0. 280×(-0. 549)=0. 244 TC:重症度に直接影響しているため間接効果はなし TG:重症度に直接影響しているため間接効果はなし ○相関効果 … 相関関係がある他の原因変数を通して、結果変数に影響を及ぼしている間接的な効果 相関関係がある他の原因変数について直接効果と間接効果の合計を求め、それに相関関係のパス係数を掛け合わせた値が相関効果を表す。 相関関係がある変数が複数ある時はそれらの値を合計する。 年齢:相関関係がある変数がないため相関効果はなし TC→TG→重症度の相関効果:0. 753×(-0. 549)=-0. 413 TG→TC→重症度の相関効果:0. 753×1. 239=0. 933 ○全効果 … 直接効果と間接効果と相関効果を合計した効果 原因変数と結果変数の間に直接的な因果関係がある時は単相関係数と一致する。 年齢→重症度の全効果:0. 244(間接効果のみ) TC→重症度の全効果:1. 239 - 0. 413=0. 826 (本来はTGと重症度の単相関係数0. 827と一致するが、計算誤差のため正確には一致していない) TG→重症度の全効果:-0. 549 + 0. 933=0. 重回帰分析 パス図の書き方. 384 (本来はTGと重症度の単相関係数0. 386と一致するが、計算誤差のため正確には一致していない) 以上のパス解析から次のようなことがわかります。 年齢がTCを通して重症度に及ぼす間接効果は正、TGを通した間接効果は負であり、TCを通した間接効果の方が大きい。 TCが重症度に及ぼす直接効果は正、TGを通した相関効果は負であり、直接効果の方が大きい。 その結果、TCが重症度に及ぼす全効果つまり単相関係数は正になる。 TGが重症度に及ぼす直接効果は負、TCを通した相関効果は正であり、相関効果の方が大きい。 その結果、TGが重症度に及ぼす全効果つまり単相関係数は正になる。 ここで注意しなければならないことは、 図7.
770,AGFI=. 518,RMSEA=. 128,AIC=35. 092 PLSモデル PLSモデルは,4段階(以上)の因果連鎖のうち2段階目と3段階目に潜在変数を仮定するモデルである。 第8回(2) ,分析例1のデータを用いて,「知的能力」と「対人関係能力」という潜在変数を仮定したPLSモデルを構成すると次のようになる。 適合度は…GFI=. 937,AGFI=. 781,RMSEA=. 000,AIC=33. 570 多重指標モデル 多重指標モデルは,PLSモデルにおける片方の観測変数と潜在変数のパスを逆転した形で表現される。この授業でも出てきたように,潜在変数間の因果関係を表現する際によく見られるモデルである。 また [9] で扱った確認的因子分析は,多重指標モデルの潜在変数間の因果関係を共変(相関)関係に置き換えたものといえる。 適合度は…GFI=.
2は表7. 1のデータを解釈するモデルのひとつであり、他のモデルを組み立てることもできる ということです。 例えば年齢と重症度の間にTCとTGを経由しない直接的な因果関係を想定すれば図7. 2とは異なったパス図を描くことになり、階層的重回帰分析の内容も異なったものになります。 どのようなモデルが最適かを決めるためには、モデルにどの程度の科学的な妥当性があり、パス解析の結果がどの程度科学的に解釈できるかをじっくりと検討する必要があります。 重回帰分析だけでなく判別分析や因子分析とパス解析を組み合わせ、潜在因子も含めた複雑な因果関係を総合的に分析する手法を 共分散構造分析(CSA:Covariance Structure Analysis) あるいは 構造方程式モデリング(SEM:Structural Equation Modeling) といいます。 これらの手法はモデルの組み立てに恣意性が高いため、主として社会学や心理学分野で用いられます。
統計学入門−第7章 7. 4 パス解析 (1) パス図 重回帰分析の結果を解釈する時、図7. 4. 重回帰分析 パス図 spss. 1のような パス図(path diagram) を描くと便利です。 パス図では四角形で囲まれたものは変数を表し、変数と変数を結ぶ単方向の矢印「→」は原因と結果という因果関係があることを表し、双方向の矢印「←→」はお互いに影響を及ぼし合っている相関関係を表します。 そして矢印の近くに書かれた数字を パス係数 といい、因果関係の場合は標準偏回帰係数を、相関関係の場合は相関係数を記載します。 回帰誤差は四角形で囲まず、目的変数と単方向の矢印で結びます。 そして回帰誤差のパス係数として残差寄与率の平方根つまり を記載します。 図7. 1は 第2節 で計算した重回帰分析結果をパス図で表現したものです。 このパス図から重症度の大部分はTCとTGに基づいて評価していて、その際、TGよりもTCの方をより重要と考えていること、そしてTCとTGの間には強い相関関係があることがわかります。 パス図は次のようなルールに従って描きます。 ○直接観測された変数を 観測変数 といい、四角形で囲む。 例:臨床検査値、アンケート項目等 ○直接観測されない仮定上の変数を 潜在変数 といい、丸または楕円で囲む。 例:因子分析の因子等 ○分析対象以外の要因を表す変数を 誤差変数 といい、何も囲まないか丸または楕円で囲む。 例:重回帰分析の回帰誤差等 未知の原因 誤差 ○因果関係を表す時は原因変数から結果変数方向に単方向の矢印を描く。 ○相関関係(共変関係)を表す時は変数と変数の間に双方向の矢印を描く。 ○これらの矢印を パス といい、パスの傍らにパス係数を記載する。 パス係数は因果関係の場合は重回帰分析の標準偏回帰係数または偏回帰係数を用い、相関関係の場合は相関係数または偏相関係数を用いる。 パス係数に有意水準を表す有意記号「*」を付ける時もある。 ○ 外生変数 :モデルの中で一度も他の変数の結果にならない変数、つまり単方向の矢印を一度も受け取らない変数。 図7. 1ではTCとTGが外生変数。 誤差変数は必ず外生変数になる。 ○ 内生変数 :モデルの中で少なくとも一度は他の変数の結果になる変数、つまり単方向の矢印を少なくとも一度は受け取る変数。 図7. 1では重症度が内生変数。 ○ 構造変数 :観測変数と潜在変数の総称 構造変数以外の変数は誤差変数である。 ○ 測定方程式 :共通の原因としての潜在変数が、複数個の観測変数に影響を及ぼしている様子を記述するための方程式。 因子分析における因子が各項目に影響を及ぼしている様子を記述する時などに使用する。 ○ 構造方程式 :因果関係を表現するための方程式。 観測変数が別の観測変数の原因になる、といった関係を記述する時などに使用する。 図7.
929,AGFI=. 815,RMSEA=. 000,AIC=30. 847 [10]高次因子分析 [9]では「対人関係能力」と「知的能力」という2つの因子を設定したが,さらにこれらは「総合能力」という より高次の因子から影響を受けると仮定することも可能 である。 このように,複数の因子をまとめるさらに高次の因子を設定する, 高次因子分析 を行うこともある。 先のデータを用いて高次因子を仮定し,Amosで分析した結果をパス図で表すと以下のようになる。 この分析の場合,「 総合能力 」という「 二次因子 」を仮定しているともいう。 適合度は…GFI=.
573,AGFI=. 402,RMSEA=. 297,AIC=52. 139 [7]探索的因子分析(直交回転) 第8回(2) ,分析例1で行った, 因子分析 (バリマックス回転)のデータを用いて,Amosで分析した結果をパス図として表すと次のようになる。 因子分析では共通因子が測定された変数に影響を及ぼすことを仮定するので,上記の主成分分析のパス図とは矢印の向きが逆(因子から観測された変数に向かう)になる。 第1因子は知性,信頼性,素直さに大きな正の影響を与えており,第2因子は外向性,社交性,積極性に大きな正の影響を及ぼしている。従って第1因子を「知的能力」,第2因子を「対人関係能力」と解釈することができる。 なおAmosで因子分析を行う場合,潜在変数の分散を「1」に固定し,潜在変数から観測変数へのパスのうち1つの係数を「1」に固定して実行する。 適合度は…GFI=. 842,AGFI=. 335,RMSEA=. 206,AIC=41. 重回帰分析 パス図 作り方. 024 [8]探索的因子分析(斜交回転) 第8回(2) ,分析例1のデータを用いて,Amosで因子分析(斜交回転)を行った結果をパス図として表すと以下のようになる。 斜交回転 の場合,「 因子間に相関を仮定する 」ので,第1因子と第2因子の間に相互の矢印(<->)を入れる。 直交回転 の場合は「 因子間に相関を仮定しない 」ので,相互の矢印はない。 適合度は…GFI=. 936,AGFI=. 666,RMSEA=. 041,AIC=38. 127 [9]確認的因子分析(斜交回転) 第8回で学んだ因子分析の手法は,特別の仮説を設定して分析を行うわけではないので, 探索的因子分析 とよばれる。 その一方で,研究者が立てた因子の仮説を設定し,その仮説に基づくモデルにデータが合致するか否かを検討する手法を 確認的因子分析 (あるいは検証的因子分析)とよぶ。 第8回(2) ,分析例1のデータを用いて,Amosで確認的因子分析を行った結果をパス図に示すと以下のようになる。 先に示した探索的因子分析とは異なり,研究者が設定した仮説の部分のみにパスが引かれている点に注目してほしい。 なお確認的因子分析は,AmosやSASのCALISプロシジャによる共分散構造分析の他に,事前に仮説的因子パターンを設定し,SASのfactorプロシジャで斜交(直交)procrustes回転を用いることでも分析が可能である。 適合度は…GFI=.