| 研究課題/領域番号 |
20K02162
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分08010:社会学関連
|
|---|
| 研究機関 | 津田塾大学 (2021-2023)
作新学院大学 (2020) |
|---|
研究代表者 |
藤本 一男 津田塾大学, 数学・計算機科学研究所, 研究員 (40348090)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | カテゴリカル・データ / 対応分析（CA) / 多重対応分析（MCA) / 幾何学的データ解析（GDA) / 計量分析セミナー / 混合研究法 / 対応分析（CA） / 探索的データ解析（EDA） / オンライン研究会 / 数量化手法 / 幾何学的データ解析（GDA） / 多重対応分析（MCA） / 対応分析 / 多重対応分析 / 幾何学的データ解析 / 探索的データ解析 / カテゴリカルデータ / 社会調査法 |
|---|
| 研究開始時の研究の概要 |
データの幾何学的配置を分析の基礎におく「幾何学的データ解析」という分析フレームワークを用いて、社会調査におけるカテゴリカルデ ータ分析の方法を構築する。その際、以下の問いにGDAを用いることで答えることを示す。
・「取得したデータの構造を破壊しない分析は可能か」カテゴリカル・データを分析するためには、数量化が必要 となるが、どうすれば、データ構造を破壊せずに可能か。
・「観察データに対して変数の連関性を評価することは可能か」実験が 可能な場合は、実験計画法として因果分析が可能である。だが、社会調査データでは、この前提は成立しない。この観察データに対して「効果」の評価を行なうことはいかに可能か。
|
| 研究実績の概要 |
コロナ特例で昨年度に続き、もう一年度延長申請をおこなった。研究成果は以下の通りである。
１）対応分析研究会での発表を継続した（第18回から第20回）。これで、『多重対応分析』オーム社,2021の全体の把握は完了した。２）この研究会での成果をもとに、日本社会学会96回大会（於：立正大学）で「カテゴリカルデータに対する構造化データ解析（SDA）と帰納的データ解析（IDA）」という発表をおこなった。３）さらに、その内容を踏まえて『津田塾大学紀要』56号に「帰納的データ解析（IDA）からみる『統計的検定』へのもう一つのアプローチ」を執筆した。４）セキュリティ・マネジメント学会「ITリスク学研究会」で「セキュリティ技術者のためのカテゴリカルデータの統計分析法入門」と題する報告を行い、情報システム利用のアケート分析における対応分析の活用方法を紹介した。５）言語処理学会（NLP2024）（於：神戸大学）でNICT RAの根本颯汰氏との共著で「クラスタリングによる自由記述回答の要約と選択肢回答空間への射影による回答群間の連関の可視化」を執筆し、MCAを用いたGDAによる混合研究法の事例を報告した。この発表は、スポンサー賞を受賞している。６）CARME2023（対応分析と関連技法に関する国際会議）於：ドイツ共和国ボン大学で報告した。内容は、前年度のNLP2023でNICT RAの大畑和也氏と共著で執筆したものをベースにGDA/MCAを用いたアンケート調査分析の実際の報告である。７）東京大学SSJDA主催の「計量分析セミナー」で「対応分析/多重対応分析の原理と実際」と題したセミナーの講師を務めた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
海外講師を招聘したワークショップの目処がたたなくなってしまったが、学会発表、ワークショップでの講師などを積極的にになうことで、成果を公開していく方向が明らかになってきたため。
|
| 今後の研究の推進方策 |
当初予定していた海外講師の招へいは不可能である、と判断したので、研究成果の社会的還元方法としては、積極的に講師セミナー、講習資料の作成、公開としておこなっていこうと考えている。
7月には、韓国のデータサイエンス専攻の学生たちに対する対応分析のワークショップ講師の依頼がきているので、積極的にひきうけていく。
また、昨年度同様、NICTでのRA氏の協力を得ながら、機械学習と幾何学的データ解析を結びつけた研究をすすめていく。この方向では、データサイエンス研究の方達との連携もひろげていく予定である。
|
