2015 Fiscal Year Annual Research Report
多相多元データと非対称データの特性に即した解析法選択のための方法と新解析法の提案
| Project/Area Number |
25730019
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
中山 厚穂 首都大学東京, 社会(科)学研究科, 准教授 (60434198)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 多相多元データ / 非対称データ / 多次元尺度構成法 / 対数線形モデル / クラスタリング / 非負行列因子分解 |
|---|
| Outline of Annual Research Achievements |
本研究課題では，多相多元データと非対称データの構造や形式に即した解析法の選択のための方法論の構築と新解析法の提案を目指した研究を実施した．まず，多相多元データや非対称データの有している特性について整理し，その特性の理論的特徴付けをもとに，既存の解析法と多相多元データや非対称データが有している特性との対応付けを行った．その成果を踏まえ，多相多元データを解析する際にデータを圧縮・分割することの是非について吟味した上でデータの特性に適した解析法を選択するための方法論についての研究を行った．各相や元における交互作用の関係性を対数線形モデルなどを活用して明らかとすることで，多相多元データを圧縮・分割することが妥当なのかどうかについて検証を行った．また，非対称データについては2元分割表の対称性検定を多元データに対張した検定方法の提案可能性について検討を行った．そして，様々な実データに適応し，応用分野への適応可能性について検証した．その際には，分析結果の解釈の行いやすさが提案手法を応用・活用していく上では重要であると考え，解釈のしやすさを向上させるような分析結果の視覚的表現方法についても検討を行った．
以上の研究成果により，多相多元データにおいてより低次の相や元に圧縮・分割した上で分析することの是非を判断した上で分析をするための方法と非対称データにおいて非対称モデルで分析することの可否を判断した上で分析する方法を提案することがができた．本研究により，構造や形式がより複雑なデータを解析する上で，単純なモデルで解析すべきかより複雑な分析を可能とするモデルで解析すべきかを決定するための指針を示すことができた．
|
