ニューラルネットによる非線形多変量解折の心理教育学への応用的研究

使用神经网络进行非线性多元分析的心理教育学应用研究

基本信息

批准号：
08710109
负责人：
豊田秀樹
金额：
$ 0.58万
依托单位：
Rikkyo University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1996
资助国家：
日本
起止时间：
1996 至无数据
项目状态：
已结题

项目摘要

研究代表者の専門は心理教育測定学であり,研究業績にも示したとおりこれまで多変量解析の理論的かつ応用的研究を行ってきた.一般的に,心理学や教育学の分野でのデータには多くの誤差が混入しており,多変量解折の分析結果が思わしくないことも多い.そこで近年注目されているニューラルネットワークを非線形多変量解析の1つの手法として導入した.本研究では,教育心理学分野でなじみの深い応用例の紹介を通じて,実用的な意味での非線形多変量解析法(Nonlinear multivariate analysis)の可能性とその有効性を確認した.教育心理学の研究分野では,判別分析,主成分分析,回帰分折等,多変量解折と呼ばれる統計手法がしばしば使用される.しかし多変量解析は主として線形な関数によってデータの全体的傾向を表現し,情報の判別や縮約的記述や予測を行っている.しかし線形関数を使用することは,判別や記述や予測の目的にとって必要不可欠な前提というわけではなく,むしろ制約である.データの全体的な傾向を表現するためには,非線形な関数を利用したほうが効果的な分析が可能になる場合もある.そこで多変量解析を非線形モデルに拡張する際の自然な,しかも強力な発展モデルとして,本研究ではニューラルネットワークを用いることによって,従来の多変量解析の線形制約による限界をしばしば克服できる場合があることを実証した.

主要研究者专门研究心理教育测量，如他的研究成就所示，他对多变量分析进行了理论和应用研究。通常，心理学和教育学领域的数据与许多错误混合在一起，多元分辨率的分析结果通常很差。因此，近年来一直引起关注的神经网络已被引入作为非线性多元分析的一种方法。在这项研究中，我们介绍了教育心理学熟悉的应用程序示例，并从实际意义上介绍了非线性多元分析方法。确认了分析及其有效性的可能性。在教育心理学领域，经常使用称为多元分析的统计方法，例如判别分析，主成分分析和回归衍射。但是，多元分析主要使用线性函数表达数据的总体趋势，并使信息判别和缩写的描述和预测。但是，使用线性函数并不是判别，描述或预测目的的重要假设，而是一种约束。为了表达数据的总体趋势，非线性功能可能是更有效的分析。因此，我们证明，作为将多元分析扩展到非线性模型的自然而有力的模型，神经网络通常可以通过使用神经网络克服常规多元分析的局限性。