複数のデータセットから共通する母数についての推論を行うための心理統計解析法

点击翻译按钮获取中文摘要

今年度は(1)既存の測定法や尺度、先行研究から定義された複数の構成概念間の関係を推定する際に、構造方程式モデルが利用されるが、そこでの既存の同時推定法には問題点がある。昨年度に引き続きこの問題を解決する段階推定法の研究を行った。段階推定法を、先行研究においてある構成概念に関する構造方程式モデルの母数がすでに推定されている時に、その構成概念をモデルに含む、より大きなモデルの推定を行う方法へ応用する研究を多母集団モデルの考え方を用いて行った。この研究の具体的な応用例としては項目反応理論での項目母数の等化などがある(Hoshino,投稿中)。また、心理学研究でよく行われる因子得点を用いた回帰や相関係数の推定値が偏る原因を究明し、偏りのない推定法を擬最大尤度法の考え方を利用して構成した(Hoshino, Shigemasu ＆ Mayekawa,投稿中)。(2)心理学などの行動科学全般でみられる準実験の統計解析において、様々な共変量の影響を除去する方法として傾向スコアを利用する方法がある。傾向スコアを用いて共変量の分布を複数のデータセット間で共通にすることにより、関心のある母数についての推論をより正確に行うことができる。既存の傾向スコアを利用した解析法(マッチングなど)では多群の共分散構造分析モデルなど複雑なモデルの推定が不可能であったが、重み付き尤度最大化の方法から一般的な推定量を構成することに成功した(Hoshino, Kurata ＆ Shigemasu,採択済み)。(3)行動科学全般での利用を視野にいれた傾向スコア解析法の展望を行った。(星野・繁桝,行動計量学、採択済み)。(4)これまで3年間の成果を博士論文の形に纏め、博士論文の審査に合格した。