2020 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
| 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。
本年度は、昨年度に引き続き「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つの研究課題に取り組んだ。
cross-lagged panel model (CLPM)は縦断的に収集された複数の変数間の変化の (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、個人内変化に基づく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全て線形的であるという強い仮定が必要となる。本研究では、構造ネストモデルや周辺構造モデル等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基づく因果推論においてモデルの誤設定に対して頑健な方法論の開発を行い、論文化と投稿を行った。また統計的因果推論の観点から、個人内変化を扱う因果推論における因果モデルと統計モデル上の仮定についての精緻化も行った。分析実践としては昨年度に引き続き、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、個人内変化の関係を推測することを一つの目的として近年提案されているgeneral cross-lagged panel model(GCLM)について、その方法論的問題を示した論文が採択された。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
今年度、「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論文化と投稿ができた。このテーマについては、因果モデルと統計モデル上それぞれで必要な仮定についての精緻化も行うことができた。加えて、個人内変化に基づく因果推論を含めた話題をまとめた書籍の執筆を進めることもでき、さらにGCLMの概念的・数理的意味について新たな検討を加えた論文も採択された。
その一方、「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。
|
| 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、年度内の採択を目指し、改稿を進める。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。また縦断研究における個人内変化に基づく推論に対する応用実践上のニーズが近年飛躍的に高まっていることにも鑑みて、この点を含めた話題をまとめた書籍の執筆も並行して進めていく。
「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、セミ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、段階的な推定方法の有効性や、終結ノード間の母数の等質性に関する頑健な設定方法について検討する。
|
| Causes of Carryover |
COVID-19の影響により対面による国際共同研究の中断、ならびに国際学会・国内学会のオンライン開催（または中止）に伴って旅費の支出がなくなったため。今年度、情勢に最大限留意しながら、本研究課題に係る国際共同研究を可能な範囲でを幅広く展開し、国内外の学会発表についても行っていく。
|
