2021 Fiscal Year Annual Research Report
Development of Cognitive Models for Understanding Individual and Group Differences in Judgment
| Project/Area Number |
20J23319
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
野村 圭史 東京大学, 教育学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2020-04-24 – 2023-03-31
|
| Keywords | 認知心理測定学 / 転置型項目反応モデル / 形式的双対性 / 大規模評定データベース / 逆転個人 / マルコフ連鎖モンテカルロ法 / 鏡映に関する不定性 / リラベリングアルゴリズム |
|---|
| Outline of Annual Research Achievements |
心理測定・個人差研究の分野で発展してきた測定モデルである項目反応モデル（Item Response Model, IRM）において項目と個人を入れ替えた状況を扱う転置型項目反応モデル（transposed Item Response Model，tIRM）について，概念的な整理を行い実データへの試験的な適用を開始した昨年度に引き続き，tIRMの新たなインスタンスを提案するとともに，tIRMをマルコフ連鎖モンテカルロ（Markov chain Monte Carko, MCMC）法を用いてベイズ推定するうえでしばしば厄介となる，尤度における不定性という問題に対処するための技術の開発を中心に研究をさらに展開したことが本年度の主な実績である。
まず，モデルの開発について言えば，項目と個人の両方の識別力を考慮した双対サーストン項目反応モデル（Dual Thurstonian IRM，DTIRM）に対応する転置型双対サーストン項目反応モデル（transposed DTIRM，tDTIRM）を提案し，感情心理学研究用の画像データベースに適用することで，反応プロセスの個人差を考慮したうえで刺激画像に項目反応理論ベースの基準評定値を付与できる可能性を示した。
次に，モデル推定上の基盤技術については，典型的なIRMの応用とは異なりtIRMの適用状況では識別力パラメータの台を制約しない方が自然であることが多いことを踏まえ，そのような非制約IRMをMCMC法によってベイズ推定する際に厄介となる，尤度における鏡映に関する不定性の問題に対処するためのアルゴリズムについての研究を展開した。予備的な検討の結果，MCMC法の出力の事後処理に基づくリラベリングアルゴリズムを適用できる可能性があることがわかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初の研究計画に照らしたうえでの進捗状況については，1)実データを用いた予備的な検討を通じて，提案するtDTIRMの推定法に改善の余地があることが明らかになったため，当初の計画を軌道修正し，本格的な解析の手前で推定法に関する先行研究の調査を行なっていること，また，2)tIRMを実データに適用する中で，MCMC法による非制約IRMのベイズ推定における技術的な課題の解決策についての着想を得た結果，当初の計画では想定していなかった，モデルと関連する基盤技術の開発へも研究が派生していること，以上の状況を踏まえると，内容的な比較・評価を厳密に行うことは難しい。そこで，代わりに研究成果という外的な指標を用いて進捗を評価するならば，当初の計画では本年度中に論文を一本投稿することを目標としており，それに対して現時点では，得られている結果を踏まえると当該論文を投稿できるのは概ね5月頃と暫定的に見積もっているため，（多少粗い評価にはなるものの）当初の計画からは1ヶ月から2ヶ月程度遅れている状況である。
|
| Strategy for Future Research Activity |
今後の研究の推進方策としては，以前よりモデル適用を進めていた大規模評定データベースを引き続き主な対象として，不定性への対処のための要素技術の開発や，実データにおけるモデルの性能評価を進めることを予定している。計画は以下2点で構成される。
(1)昨年度提案したtIRMのインスタンスであるtDTGRMについて，MCMC法と変分ベイズ推定法による推定結果が少なくとも点推定値については概ね一致するかどうかをシミュレーションにより検証し，そうである場合には大規模な回答者集団にも適用可能な変分ベイズ推定法を採用し，感情心理学研究用の画像データーベースに適用することで，主観評価の文脈に適した項目管理の枠組みのデモンストレーションを行う。
(2)典型的なIRMの応用とは異なりtIRMの適用状況では識別力パラメータの台を制約しない方が自然であることが多いことを踏まえ，そのような非制約IRMをMCMC法によってベイズ推定する際に厄介となる，尤度における鏡映に関する不定性の問題に対し，MCMC法の出力の事後処理に基づくリラベリングアルゴリズムが有効であることを，ニュースサイトの評定データベースへの適用を通じて検証する。
|
