縦断データ解析における潜在変化得点モデルの応用と方法論的問題の検討．

<研究1 : 縱断的な実験研究にけるサンプルサイズ決定>モデル表現としての一般性の高い潜在変化得点モデルの中でも, 特に利用頻度の高い潜在曲線モデル(階層線形モデルとも言えるもの)を利用する状況にまず注目して, 一定の精度で実験効果を検出するために必要なサンプルサイズ決定法の簡便法を提案し, その成果が国際誌に掲載された.<研究2 : 潜在変化得点混合モデルにおける分類の性能評価・比較研究>混合モデルと言う手法を通して, データの背後にある複数な変化パタンを抽出し, 個人を分類できる. 潜在変化得点混合モデルは潜在変化得点モデルと混合モデルを融合した方法である. またデータの分類法として注目されている方法に構造方程式モデリング決定木がある. これら2つの方法の分類精度の性能比較を行う為の大規模なシミュレーション研究を行い, 国際誌への投稿準備をしている.<研究 3 : 縱断データに関する応用研究>データの正規性など, 社会科学のデータでは非現実的な仮定を必要とせずに高い精度で変化パタンを推定できる柔軟なモデルの開発が必要とされている. 今年度このようなモデル開発の研究は遂行できなかったが, 構造方程式モデリング決定木は, 対象に応じて当てはめるモデルを柔軟に変えながら分類できる方法である. 現在, 米国の社会調査データを用いた応用論文を執筆中である.<研究4 : 因果関係を検証するための縱断データにおけるモデル比較>変数間の因果関係を統計的な意味で調べるためのモデルには, 潜在変化得点モデル以外にも様々なものがある. これらのモデルの間の数理的な違いや歴史的経緯の違いを考察するとともに, 実際のこれらのモデルの性能比較を大規模なシミュレーション研究にて行い, その成果を国際誌へ投稿した.

<研究1 : 縱断的な実験研究にけるサンプルサイズ決定>モデル表現としての一般性の高い潜在変化得点モデルの中でも, 特に利用頻度の高い潜在曲線モデル(階層線形モデルとも言えるもの)を利用する状況にまず注目して, 一定の精度で実験効果を検出するために必要なサンプルサイズ決定法の簡便法を提案し, その成果が国際誌に掲載された.<研究2 : 潜在変化得点混合モデルにおける分類の性能評価・比較研究>混合モデルと言う手法を通して, データの背後にある複数な変化パタンを抽出し, 個人を分類できる. 潜在変化得点混合モデルは潜在変化得点モデルと混合モデルを融合した方法である. またデータの分類法として注目されている方法に構造方程式モデリング決定木がある. これら2つの方法の分類精度の性能比較を行う為の大規模なシミュレーション研究を行い, 国際誌への投稿準備をしている.<研究 3 : 縱断データに関する応用研究>データの正規性など, 社会科学のデータでは非現実的な仮定を必要とせずに高い精度で変化パタンを推定できる柔軟なモデルの開発が必要とされている. 今年度このようなモデル開発の研究は遂行できなかったが, 構造方程式モデリング決定木は, 対象に応じて当てはめるモデルを柔軟に変えながら分類できる方法である. 現在, 米国の社会調査データを用いた応用論文を執筆中である.<研究4 : 因果関係を検証するための縱断データにおけるモデル比較>変数間の因果関係を統計的な意味で調べるためのモデルには, 潜在変化得点モデル以外にも様々なものがある. これらのモデルの間の数理的な違いや歴史的経緯の違いを考察するとともに, 実際のこれらのモデルの性能比較を大規模なシミュレーション研究にて行い, その成果を国際誌へ投稿した.