| 研究概要 |
今年度は
(1)既存の測定法や尺度、先行研究から定義された複数の構成概念間の関係を推定する際に、構造方程式モデルが利用されるが、そこでの既存の同時推定法の問題点を指摘し、各構成概念ごとに推定を行う段階推定法を提案し、その性質を研究した。
特に因子分析モデルにおいて、ある因子がある変数を説明するモデルを考え、そこでのこの問題の重要性、およぴ提案した段階推定法の頑健性について調べた(星野,心理学研究、採択済み)。
また、より一般性のあるモデルである構造方程式モデルでの段階推定の推定量の一致性、漸近正規性を証明し、漸近分散の計算法を導出した(Hoshino,投稿中)。
さらに、提案された段階推定法を、先行研究においてある構成概念に関する構造方程式モデルの母数がすでに推定されている時に、その構成概念をモデルに含む、より大きなモデルの推定を行う方法へ応用する研究を多母集団モデルの考え方を用いて行った。この研究の具体的な応用例としては項目反応理論での項目母数の等化などがある(Hoshino,投稿中)。
(2)心理学などの行動科学全般でみられる準実験の統計解析において、様々な共変量の影響を除去する方法として傾向スコアを利用する方法がある。傾向スコアを用いて共変量の分布を複数のデータセット間で共通にすることにより、関心のある母数についての推論をより正確に行うことができる。
既存の傾向スコアを利用した解析法(マッチングなど)では検定が行えないという欠点があったが、ノンパラメトリック回帰分析の考え方を利用し、検定が行え、かつ各群の周辺平均が推定できる方法を提案した(星野,投稿中)。
さらに、傾向スコアを用いて、無作為抽出されていない標本から、より無作為抽出された標本から得られた結果を近似する手法についての研究を行った(星野,品質、採択済み)。
|
