2022 Fiscal Year Annual Research 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, 大学院教育学研究科(教育学部), 准教授 (20735394)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 縦断データ / 個人内関係 / 因果推論 / 交差遅延パネルモデル / 周辺構造モデル / 構造ネストモデル / 測定誤差 / 交絡変数 |
|---|
| Outline of Annual Research Achievements |
複数の個人から継続的に測定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の確立を目指して研究を行った。特に、「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点の研究課題を重点的に進めた。主要な研究実績の概要は以下のとおりである。
(1)縦断的に測定された変数に対する個人内関係の推測を目的として、Random Intercept CLPM (RI-CLPM)と呼ばれるモデルの利用が心理学研究を中心に急速に進んでいる。RI-CLPMでは交絡変数を含めたモデル内の変数間の線形性を通常仮定するが、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を援用して、線形性を含めたモデルの誤設定に対して頑健であり、かつRI-CLPMのような個人内関係の推測を行うための方法論の開発を行った。加えて、数千名の大規模コホートから得られた発達データに提案手法を適用し、一連の研究成果が主要国際誌に採択された。
(2)個人内変化の推測を一つの目的とした別の統計モデル（general cross-lagged panel model: GCLM)について、生じうる方法論的問題を示した論文が、主要国際誌に採択された。
(3)相互（または個人内）関係を推測する目的で利用される様々な統計モデルの発展やそれらの数学的・概念的な相違点・類似点をまとめた解説論文を執筆し、国内誌に採択された。
(4)最終年度では、(1)で示した方法に関する解説論文の執筆を行って主要国際誌に投稿した。加えて、測定誤差が各変数の測定に影響する場合でも本方法が適用できるための拡張を行い、論文化の作業の大半を進めた。
|
