2017 Fiscal Year Research-status Report
縦断データ分析におけるモデルの誤設定に頑健な手法の開発と教育・発達心理学への応用
| Project/Area Number |
16K17305
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
宇佐美 慧 東京大学, 高大接続研究開発センター, 准教授 (20735394)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 縦断データ / 因果推論 / クロスラグモデル / 発達 / 分類 / 構造方程式モデル決定木 |
|---|
| Outline of Annual Research Achievements |
複数の個人から継続的に測定したデータを縦断データ(longitudinal data)と呼ぶ。縦断データを用いることで，測定値がどのように時間的に変化したかや変化の個人差，さらには変化の相関・因果関係について検証できる。本申請課題では，1)ランダム時間効果を考慮した縦断データ分析法の提案，2)変数間の相関・因果関係を推論するための一般化クロスラグモデルの提案，3)構造方程式モデル決定木（SEM Tree）の性能評価検証と，頑健なモデル設定法の提案，4)教育・発達心理学の縦断データへの提案手法の応用とモデルの誤設定への統合的対処法の提案，の4つの研究課題を主に進める。
昨年度に既に論文化まで進めていた研究1および研究2については，今年度は論文の改稿作業を行った。研究2に関しては，研究4の応用研究に関連して，複数の変数の変化の相関・因果関係を推測するための，クロスラグモデルと呼ばれる統計モデル群の医学領域における利用状況を調べ，また実データを入手してモデルの選択に応じて相関・因果関係に関する推定結果がどのように変動するかについての実際の検証を行い，論文化を進めた。研究3については，縦断的な変化・成長の中に見られる個人差とその説明要因を特定し，同時に個人を分類する一手法として位置付けられるSEM Treeにおいて，
変化・成長を数理的に表現するベースとなる統計モデル（テンプレートモデルとよばれる）として潜在成長モデルを利用した場合の，測定時点数や真のグループ数，サンプルサイズ等の条件別に応じた，SEM Treeによる分類精度をシミュレーション研究により詳細に検討した。本研究の成果は，既に論文化し採択されている。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初の計画通り研究3を進め，また研究4に関わる応用研究も進めることができた。加ええて，研究1，研究2に関する論文の改稿作業も既に順調に終えている。
|
| Strategy for Future Research Activity |
他の研究領域への波及可能性が特に高い研究2について優先して進め，時間変動的な潜在変数を含む個人内ベースのクロスラグモデルを新たに提案し，またモデルの推定に伴う計算の高速化のための方法についてもその有効性を検討する。そして，SEM Tree (研究3)やクロスラグモデル（研究2)の応用研究に該当する研究4も進める。加えて，研究1, 研究2および研究4の一部については，論文の改稿等の対応を引き続き進める。
|
| Causes of Carryover |
（理由）
予定よりも消耗品の支出が少なく済んだため。
（使用計画）
経費の未使用分29,818円について，これを次年度に繰り越し，消耗品費を中心に使用して研究を実施する予定である。
|
| Remarks |
研究者のホームページ
http://satoshiusami.com/index.html
|
