独立成分分析と構造方程式モデリングの統合:新しい多変量解析のフレームワーク

点击翻译按钮获取中文摘要

初年度、観察研究に基づく因果分析においてよく用いられる線形逐次モデルが、データの非正規性を利用することによって一意に識別されることを示した。これは、陰に陽に正規分布の仮定に基づく従来法では不可能なことであった。次年度は、この結果を拡張し、より多様な(因果)モデルの探索が可能になるように試みた:(a)異質な母集団の混合への対処、(b)未観測交絡変数への対処、(c)潜在変数間の線形逐次モデルの探索である。(c)は、本研究課題の重要な目標であったが、雑誌論文が本年度採択された。これらの成果をまとめて、計量心理学の分野における最大の国際会議であるIMPS2008で招待講演を行った。本年度は,これらの結果を基礎にして、もう1つの目標である線形逐次モデルの新しい推定法の開発に取り組んだ。従来法が、独立成分分析という別の推定法を援用していたのに対し、新しい分析法は線形逐次モデルを直接に推定することが大きな特徴である。人工データによる実験では、従来法と比較して、誤りを50%減らせる場合もあった。また、ブートストラップ法による探索結果の統計的信頼性評価の共同研究も行い、最後の目標であるモデルの妥当性検証に大いに役立つ可能性が示唆された。これらについては、現在、論文を投稿中あるいは作成中である。さらに、これらの分析法を、社会学・心理学,ニューロインフォマティクス,バイオインフォマティクスの実データに適用することも進めた。