|
縦断データに見られる変化のパタンの個人差が，個人のどのようなプロフィール（例えば，性別や年齢）により説明・分類できるのかを調べる上でSEMTrees(構造方程式モデル決定木）と呼ばれる方法が近年注目されている。SEMTreesでは，変化の様態を記述するテンプレートモデルを立ててデータを分割していく。本研究課題では，サンプルサイズの大きさやモデルの誤設定の有無など多要因を操作しながら，大規模シミュレーションに基づくSEMTreesの性能評価と高速化の研究に取り組んだ。また，正確な分類に必要なサンプルサイズに関する方法論的検討や，今後利用が見込まれる種々のテンプレートモデル間の数理的比較も行った。
|
