2019 Fiscal Year Research-status Report

縦断データの変化、関係性および集団差に関する頑健な推定法の開発と心理学への応用

Research Project

Project/Area Number	19K14378
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)	2019-04-01 – 2023-03-31
Keywords	縦断データ / 因果推論 / クロスラグモデル / 交差遅延モデル / 周辺構造モデル / 構造ネストモデル / 共変数 / 個人内変化
Outline of Annual Research Achievements	小学生を対象に毎年実施して得た保健調査データのように、複数の個人から継続的に収集して得たデータを縦断データと呼ぶ。本研究課題では、縦断データ分析に伴う様々なモデルの誤設定の問題を取り上げ、その影響下でも高い推定精度を有する頑健な方法を確立するための研究を行う。本年は、当初掲げていた4つの研究課題のうち、「複数の変数に関する個人内変化の関係性についての頑健な因果推論の方法の開発」・「教育・発達心理学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２つについて取り組んだ。cross-lagged panel model (CLPM)は縦断的に収集された複数の変数に関する変化の (因果)関係を推測する為に広く利用されている。その一方で、近年、Random Intercept CLPM (RI-CLPM)と呼ばれる、個人内変化に関する因果推論の枠組を提供する方法論が注目を集めている。ところが、RI-CLPMは、モデルに含めている変数間の関係が線形的であることを仮定するものであり、これは必ずしも現実的ではない。本研究では、構造ネストモデルや周辺構造モデルなどの疫学で提案された因果推論の枠組みを援用しながら、RI-CLPMのような個人内変化に関わる因果推論を目的とし、かつモデルの誤設定に対して頑健である方法論の開発を行い、今年度論文化の作業の大半を進めることができた。また、数千名の大規模コホートから得られた複数の発達データに対して提案手法を適用し、その有用性を示す経験事例を蓄積した。さらに、本研究課題に付随して、個人内変化を推論することを一つの目的として提案されているその他の縦断モデルであるgeneral cross-lagged panel model (GCPM)について、その方法論的問題を示した研究の論文化と投稿ができた。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 「複数の変数に関する個人内変化の関係性についての頑健な因果推論の方法の開発」に関わる研究課題について、先行研究のレビュー、方法論の構築、シミュレーションや実データによる検証を年度内に行い論文化を進めることができた。一方、「時間依存効果を考慮した縦断的変化のモデリングにおける頑健な推定法の開発」および「構造方程式モデリング決定木(SEMTree)による分類精度の検証と、頑健なモデル設定法の提案」の2点に関わる研究課題は今年度早期に進める必要があるため。
Strategy for Future Research Activity	「複数の変数に関する個人内変化の関係性についての頑健な因果推論の方法の開発」の研究課題については、年内早期での投稿を目指し準備を引き続き進める。また、心理学や疫学領域の共同研究先から入手できる大規模コホートデータを利用して開発手法の適用事例をさらに蓄積していく。「時間依存効果を考慮した縦断的変化のモデリングにおける頑健な推定法の開発」の課題については、ノンパラメトリックな方法やベイズ統計学を援用しながら、分布の形状等の仮定に対してロバストでありながらも、測定時点数が少ない条件下でも安定した推測を可能にするための方法論を今年度開発する。さらに、「構造方程式モデリング決定木(SEMTree)による分類精度の検証と、頑健なモデル設定法の提案」の課題についても、ノンパラメトリックな方法の有効性について検討する。