• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2005 年度 実績報告書

計算機支援による不完全データの分析手法の研究

研究課題

研究課題/領域番号 16300087
研究機関立教大学

研究代表者

山口 和範  立教大学, 社会学部, 教授 (60230348)

研究分担者 竹内 光悦  実践女子大学, 人間社会学部, 講師 (60339596)
渡辺 美智子  東洋大学, 経済学部, 教授 (50150397)
中川 重和  倉敷芸術科学大学, 産業科学技術学部, 助教授 (90248203)
黒田 正博  岡山理科大学, 総合情報学部, 助教授 (90279042)
酒折 文武  立教大学, 社会学部, 助手 (90386475)
キーワード不完全データ / EMアルゴリズム / 潜在クラスモデル
研究概要

データ分析において、欠測値などを含む不完全データの分析に関する問題は、欠かすことのできない重要な課題である。本研究では、不完全データの処理に関して、計算機を積極的に活用して、次のような2つのアプローチを試みた。1つは、尤度に基づく推定問題を考える際に仮定される"欠測がランダム"であるという前提の評価を行う手法の研究である。ここでは、この前提が成立しているかどうかを直接チェックするのではなく、実際のデータがその前提とどの程度の乖離の可能性があり、その乖離が推定結果にどのような影響を与えるのかを知るための手法開発を行っている。2つめは、事前知識を利用して欠測メカニズムの候補モデルを考え、そのモデルの妥当性や結果に対する影響度を知るためのツールの開発研究である。データによっては、大幅に"欠測がランダム"であるという前提から乖離しているものもあると思われ、その際にはこのようなモデル化が不可欠である。不完全データの処理問題は、分野を問わず、分析を行う際には必ずといっていいほど生じる重要な課題である。このような不完全データの処理について有効な方法が提示されれば、様々な分野におけるデータ分析おいて、これまで捨てられていたような不完全な情報の有効活用ができるようになる。現在のところ、"欠測がランダム"ではないと完全にいいきれる場合において、欠測メカニズムの探索やモデル化に関する研究を行った。とくに、事前情報の有効活用として、ベイズ的手法の検討を行っている。また、計算機に基づく手法を確立するために、情報科学分野での活用が多いデータマイニング手法による観測情報から欠測情報の補填についても検討した。また、潜在クラスモデルを拡張し、傾向スコアによる調整の代替法として有効であることを示した。
さらに数値評価のためのプログラムを作成した。これは、来年度以降に開発を予定しているソフトウェアでも有効活用できるものである。

  • 研究成果

    (3件)

すべて 2006 2005

すべて 雑誌論文 (3件)

  • [雑誌論文] Latent class model with two latent variables for analysis of count data2006

    • 著者名/発表者名
      Yamaguchi, K., Sakurai, N., Watanabe, M.
    • 雑誌名

      Proc.COMPSTAT 2006 (印刷中)

  • [雑誌論文] A Matching Method Based On Latent Class Models2005

    • 著者名/発表者名
      Yamaguchi, K., Sakaori, F., Kuji, K., Watanabe, M.
    • 雑誌名

      Proc.70th Annual Meeting of the Psychometric Society and 14th International Meeting of the Psychometric Society

      ページ: 50

  • [雑誌論文] 一部無作為調査結果を利用したインターネット調査の補正法に関して〜潜在クラスモデルの利用〜2005

    • 著者名/発表者名
      酒折文武., 久慈勝男., 山口和範
    • 雑誌名

      日本計算機統計学会第19回大会論文集

URL: 

公開日: 2007-04-02   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi