• 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

2018 年度 研究成果報告書

縦断データ分析におけるモデルの誤設定に頑健な手法の開発と教育・発達心理学への応用

研究課題

  • PDF
研究課題/領域番号 16K17305
研究種目

若手研究(B)

配分区分基金
研究分野 教育心理学
研究機関東京大学 (2017-2018)
筑波大学 (2016)

研究代表者

宇佐美 慧  東京大学, 高大接続研究開発センター, 准教授 (20735394)

研究期間 (年度) 2016-04-01 – 2019-03-31
キーワード縦断データ / 分類 / 因果推論 / 発達 / 成長 / 回帰木 / 決定木 / 潜在成長モデル
研究成果の概要

複数の個人から継続的に測定したデータを縦断データと呼ぶ。縦断データを用いることで,測定値がどのように時間的に変化したかや変化の個人差,さらには変化の相関・因果関係を検証できる。本申請課題では,1)ランダム時間効果(あるイベントが全ての個人に影響し、データの従属性を生じさせるもの)を考慮した縦断データ分析法の提案,2)変数間の相関・因果関係を推論するための統計モデルの統一的枠組の提案,3)縦断データに基づく対象の分類の一手法である,構造方程式モデル決定木(SEM Tree)の性能評価検証および頑健なモデル設定法の提案,4)教育・発達心理学の縦断データへの提案手法の応用,の4つの研究課題を進めた。

自由記述の分野

心理統計学

研究成果の学術的意義や社会的意義

縦断データは仮説検証上の利点が多いことから,心理学,経済学・教育学・社会学・医学等多様な分野から注目を集めている.縦断データを分析するための方法論として,潜在成長モデル,クロスラグモデル,SEMTreeと呼ばれる手法等がこれまで広く利用されてきた.本研究は,実際の縦断データ分析においてその影響が生じる可能性が非常に高いにも拘わらず世界的に見ても検証が不十分であった,モデルの誤設定の問題に焦点を当てている.実践性が高い縦断データ分析手法における方法論的な問題を検証する本申請課題の遂行は,従来の理論・応用研究の双方に大きなインパクトを与えるものである.

URL: 

公開日: 2020-03-30  

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