研究課題
潜在変数モデルをベイズ階層モデルによって統一的に理解することの意義は今では明らかになっていると考える。その成果は、研究代表者がオーガナイズしたIMPS2007という国際大会での発表論文について、公募の上審査してまとめたNew Trends in Psychometricsにまとめた。研究代表者のこの統一的解釈と実際的方法への展望については、現在、成書にまとめる途中である。本研究プロジェクトの最終年には完成させる予定である。本年度も、階層モデルの改良や実際的な応用的解決においていくつかの進展があった。虚偽検出に関しては、19年度の報告書に書いたような大幅な改善があった。また、実際的なデータ取得において常に問題になるデータの隔たりに観sにて、プロペンシティスコアを利用した補正の方法を提案した。近年、バイオインフォーマティックスで問題にされるデータは、変数の数が巨大である。そのようなときには、通常の因子分析では処理できない。この場合に、多くの変数を典型的な少数の変数にいったんまとめ、典型な変数め因子構造を求める。それぞれの変数は典型変数との類似度によって、その独自な因子構造が推定されるという分析方法を提案した。多すぎる変数を処理するための新しいアイデアであると考える。また、多次元尺度構成法bの母数推定にベイズ的アプローチを適用する方法を考案した。現在は、本年度に交換した論文よりもかなり先に進んでいる。因子分析よりも、多様なデータに対し、その変数群の関連を構造化するこの方法はもっと注目されていい方法であり、かつ、この推定値が実践的な応用に耐えるような安定性を持つためにはベイズ的な方法が必要であることを実感できるような進展である。
すべて 2009 2008
すべて 雑誌論文 (5件) (うち査読あり 5件) 図書 (1件)
Psychophysiology 46
ページ: 439-449
Applied Psychological Measurement 32
ページ: 181-189
マーケティングサイエンス 15
ページ: 27-44
In New Trends in Psychometrics
ページ: 391-396
ページ: 387-396
