| Project/Area Number |
21K18743
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 22:Civil engineering and related fields
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
HONDA RIKI 東京大学, 大学院新領域創成科学研究科, 教授 (60301248)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小谷 仁務 京都大学, 工学研究科, 助教 (30814404)
田中 尚人 熊本大学, 熊本創生推進機構, 准教授 (60311742)
|
|---|
| Project Period (FY) |
2021-07-09 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
Fiscal Year 2022: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2021: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
|---|
| Keywords | ベイジアンSEM / 小規模コミュニティ / スモールデータ / WAIC / WBIC / 自然災害 / 災害復興 / 不確実性 / 混合調査法 |
|---|
| Outline of Research at the Start |
土木分野におけるコミュニティ調査において，住民の意識等の直接質問（計測）できない 因子を解明の重要性が増している．そのための有用な分析手法として構造方程式モデリング（ＳＥＭ）が挙げられる．本研究では，ベイズ理論に基づくベイジアンＳＥＭを利用し，質的情報を定量化した上でベイズ推論の事前情報として与え，定量的情報と統合する分析枠組みを構築し，その利用方法を提案する. これにより，小規模コミュニティ調査のようなデータ数が限られる場合にも適用可能となる．また，事前情報の不確実性を因果構造モデル上で自由に配分できるため，調査における不確実な要因の影響を合理的に考慮した分析も可能となる.
|
| Outline of Final Research Achievements |
This study proposed a framework that integrates quantitative and qualitative information in the analysis of community surveys with small sample sizes. It uses Bayesian SEM to derive convincing by integrating quantitative analysis with qualitative information obtained from interviews and other sources.
We developed a procedure for setting prior information, the use of WBIC as a method for evaluating the validity of the prior distribution. We conducted an actual community survey and confirmed the applicability of the method to a community survey with a small sample size. Some issues were also found, arising from the small sample size in the calculation of WBIC used in the validity evaluation of the prior distribution.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では，コミュニティ調査の分析においてベイズ理論を適用して定式化されたベイジアンSEM（構造方程式モデリング）を利用する手法を提案した．これは，量的情報に質的情報を統合した分析を可能とすることに加え，データ数が少ない場合の分析を安定化させる効果もあるため，サンプル数が限られる小規模コミュニティへの調査などへの利用可能性が高まることが期待される．
|
