2016 Fiscal Year Research-status Report
心理学研究におけるベイズ統計学の普及に関する教授法に関する研究
| Project/Area Number |
26380906
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
豊田 秀樹 早稲田大学, 文学学術院, 教授 (60217578)
|
|---|
| Project Period (FY) |
2014-04-01 – 2019-03-31
|
| Keywords | 潜在混合分布 / 交差検証法 / ベイズ分析 / 構造方程式モデリング / バックトランスレーション / 傾向スコア / ロイヤリティ / カスケード故障モデル |
|---|
| Outline of Annual Research Achievements |
本年度は主として４つの仕事をした。１つ目の研究は「チェック・インから購買までの時間を利用したマーケティング・セグメンテーション」である。この研究では潜在混合分布モデルを利用した交差検証法による段階的ベイズ分析を行った。近年、マーケティング施作の１つとして、ネットによるチェックインを利用する企業が現れてきた。本研究では時間別の分布が3つの分布の混合であることを明らかにした。2つ目の研究は「アジア12か国のブランド価値の普遍性・多様性解釈のためのベイズ分析的構造方程式モデリングによるアプローチ」である。インターナショナルは比較研究は、何を基準として比較を行うかという基本方針が重要である。本研究では、バックトランスレーションを念入りに行った項目と、測定対象であるところのブランドを固定して比較を行っている。3つ目の研究は「傾向スコアによるロイヤリティ・プログラムの効果検証」である。インセンティブとして、ポイントを与えるシステムは多いけれども、これは果たしてロイヤルティを向上させているのかは、難しい問題である。ロイヤリティは育たないでインセンティブだけ享受している可能性があるからである。本研究では傾向スコアを用いて、ロイヤリティ・プログラムの効果を検証した。4つ目の研究は「カスケード故障モデルを用いた商品ネットワーク分析」である。販売の現場では、ある商品が売り切れることは、その商品を売りそこなうばかりでなく、関連商品をも売りそこなう可能性を有する。その関係性の分析に、これまでＰＯＳの分析にはあまり利用されてこなかったネットワーク分析を適用した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
おおむね順調に進展している理由をあげるならば、世の中がベイズ的アプローチを認め始めていることである。たとえば第58回教育心理学会総会 自主企画シンポジウム「<ポストp値時代>の統計学」では、立ち見はもちろんのこと、教室がいっぱいになって入室できない人がいたほどである。また、たとえば自主企画シンポジウム「ベイズ統計学と歩む，これからの心理学研究」にも多くの研究者が参加してくれた。ここでは数学的障壁に阻まれ，これまで利用される機会が少なかった発展的な確率分布 (I部)，適用分野が多岐に渡る汎用的解析ツール (II部)，心理学における有用なモデル (III部)をベイズ統計学による分析例を通して紹介した。近年，ベイズ統計学はその方法論を拡大し，これまでの主流であった頻度論による伝統的統計学を凌駕する勢いをみせている。心理学をはじめとした社会科学の研究領域でも，その重要性はこれからますます高まることが予想される。雑誌バイオメトリカ (Biometrika) の過半数の論文が，ベイズ統計学を利用している。多くの著名な学術雑誌も同様の傾向です。スパムメールをゴミ箱に捨て，日々，私たちの勉強・仕事を助けてくれるのは，ベイズ統計学を利用したメールフィルタである。ベイズ的画像処理によってデジタルリマスターされ，劇的に美しくよみがえった名作映画を私たちは日常的に楽しんでいる。ベイズ理論が様々な分野で爆発的に活用され、ベイズ的・アプローチなしには，もうデータ解析は語れなくなってきているためである。
|
| Strategy for Future Research Activity |
今年度は、予測変数を直交化した重回帰分析とそのベイズ的研究を行う。重回帰分析は適用分野を問わず、統計分析の過程で、最も利用される基本的な統計モデルの１つである。しかし重回帰分析は頻繁に誤用される。悲しいことに「誤用ばかりである」といっても過言でないくらいに誤用される。圧倒的に多いのは偏回帰係数の解釈の誤りである。基準変数との相関係数と、標準偏回帰係数とを、明確に区別して解釈した文章を載せていない論文や報告書は、残念ながら重回帰分析を誤用している。研究のプロが書く査読論文にも誤った解釈は多く、その誤りの頻度の惨状は絶望的なほどである。この問題に対して統計手法を工夫して何とかするのではなく、データの取り方を変えることを提案する。実験計画的な操作を加えたデータを収集して重回帰分析を行う。この方法は重回帰分析の応用のすべてにとって代わることはできないが、そうとうに広範囲の適用場面で利用することが可能である。直交化すれば予測変数の数が増えても偏回帰係数の解釈は容易である。原因系の予測変数を同時に多数扱い、基準変数への影響力を評価することが可能になるからだ。これは直交表と、数量化I類と、コンジョイント分析と、効果量という古くから利用されている４つの技法を組み合わせる方法を深化させる。予測変数を直交化した回帰分析は、多くの原因系の変数を同時に扱わざるを得ない複雑な研究分野において、たいへん有効な分析手段となる。
|
