ベイジアンＳＥＭによる質的・量的情報の統合とその小規模コミュニティ調査への適用

点击翻译按钮获取中文摘要

本研究では，小規模コミュニティのようにデータ数が多くできない事例において，構造方程式モデリング(SEM)を適用できるようにするため，量的情報と質的 情報を統合した分析を可能とする枠組みを構築するため，ベイズ理論を適用して定式化されたベイジアンSEMを利用する手法を提案する．2年目は，初年度から行っている事前情報として与える条件の妥当性やその効果を定量的に計測するための指標としてのWAIC (Watanabe Akaike Information Criteria)およびWBIC (Watanabe Bayes Information Criteria)の適用性についての検討において明らかとなった精度，解析の安定性等についての課題に取り組んだ．データが少ない場合の限界についての検討から，解析が可能となるも十分な信頼性を確保できていない場合があることを示した．その理由を明らかにするとともに，対応案について提案した．ただし，この対応案の実事例での検証は別途実施する必要があると判断された．また，実事例に適用するため，海外における地震により被災したコミュニティ（対象地域ではCOVID-19は問題となっていない）の復旧に関して，質問票調査と現地調査により収集した情報を分析した．これらは複数の小規模コミュニティについて情報を収集したため，比較が可能である．これらの事例のベイジアンSEMの試行対象としての妥当性を検討し，ソーシャルキャピタルの観点からの分析に適用できることを確認した．一方，国内における事例においては，適切な対象事例を選定することができたが，コロナ禍の影響が十分に収まらず現地調査が順当に進められなかった．これらの事例については今後調査とデータ収集を実施する．