[发明专利]一种基于线性隐变量的调查问卷数据分析方法

说明书

本发明公开了一种基于线性隐变量的调查问卷数据分析方法，包括：收集填写后的调查问卷并进行预处理和标准化处理；构建测量模型，根据标准化处理后的观测变量，获得观测变量的聚类和隐变量的骨架图；枚举隐变量骨架图的等价类，进行三分体约束判断；若违背三分体约束，则拒接；若满足三分体约束，将每个隐变量分别作为根节点，对其余隐变量剔除来自根节点的影响，保留相应的等价类；对被保留等价类进行合并，根据合并结果输出隐变量的因果结构图，获得调查问卷中隐变量间的因果关系。本发明可以获得任意形式分布的隐变量间的因果关系，对调查问卷进行辅助分析，分析结果更准确，有助于做出正确决策。

技术领域

本发明涉及数据处理分析的领域，更具体地，涉及一种基于线性隐变量的调查问卷数据分析方法。

背景技术

在计量经济学、心理测量学等领域中，调查问卷是一种常用的研究潜在变量的方法。如市场研究中，想要知道消费者的消费行为、态度和价值观之间的关系，往往采用一组态度量表进行测量。例如为了测量消费者的价值观，可以设计若干问题让消费者进行打分，收集到的数据只是潜在变量的测量数据，并不能直接反应潜在变量之间的关系。潜在变量即隐变量的典型分析方法是因子分析。因子分析假设数据服从高斯分布，研究数据中的相关性。然而，相关关系并不能给出最正确的决策建议，如吸烟、黄牙和肺癌之间都存在相关关系，但干预黄牙并不能降低肺癌的患病几率。因此因果关系的引入是有必要的，如在吸烟、黄牙和肺癌中，吸烟和肺癌存在因果关系，干预吸烟可以有效降低肺癌患病几率。所以在调查问卷数据中，发现隐变量的因果关系可以帮助我们做出正确的决策。目前，针对隐变量间因果关系的发现主要基于线性隐变量模型的假设，通过利用观测变量间的协方差信息或引入非高斯假设来解决隐变量结构学习问题。例如，Silva等人提出了线性隐变量模型的假设和经典的隐变量学习的两步骤框架，Cai等人提出了在非高斯假设下，隐变量之间因果结构的学习方法，这些方法都有很好的应用前景，但是都只能在特定的约束下，如非高斯约束，才能有理论保证学到正确的因果结构。而在实际应用中，无法得到隐变量的分布信息，通常无法确定数据是否完全满足非高斯分布，从而无法学到正确的因果结构信息。

2020年5月19日公开的中国专利申请CN111177337A提供了一种调查问卷的数据处理方法及装置，调查问卷中至少包括显示问题和隐含问题，显示问题为在用户终端进行展示的问题，以使用户针对显示问题输入答案；隐含问题为在用户终端不进行展示的问题，以通过变量参数请求采集用户的答案，其中采集到的用户的答案包括用户的属性信息；接收所述用户终端返回的调查问卷结果，包括所述显示问题的答案和所述隐含问题的答案；根据所述调查问卷结果中包括的所述显示问题的答案和所述隐含问题的答案，进行数据分析。该方法通过提前设置显示问题和隐含问题，收集答案，进行数据分析，仍是基于数据的相关性进行分析的，无法获得数据间的因果关系，对调查问卷的数据分析准确性不高。

发明内容

本发明为克服上述现有技术仅能在特定分布约束条件下，获取调查问卷中隐变量的部分正确因果关系的缺陷，提供一种基于线性隐变量的调查问卷数据分析方法，在调查问卷中的隐变量以任意形式分布时，获得调查问卷中隐变量间正确的因果关系，利用因果关系辅助对调查问卷的分析，做出正确的决策。

为解决上述技术问题，本发明的技术方案如下：

本发明提供一种基于线性隐变量的调查问卷数据分析方法，所述方法包括：

S1：收集填写后的调查问卷，对调查问卷进行预处理，将预处理后调查问卷的题目作为观测变量组成数据集；

S2：对数据集中的观测变量进行标准化处理；

S3：构建测量模型，根据标准化处理后的观测变量，获得观测变量的聚类；

S4：基于测量模型中观测变量的聚类，获得隐变量的骨架图；