心理データ解析演習(2002年度)

 

水曜 2時限 教育学部2Fサテライト 担当 楠見 孝  TA:佐藤 弥 

 

  本演習では,認知構造やプロセスを明らかにするための方法として、データ解析法とシミュレーションの技法を、最新の文献、ソフトウエアに基づいて検討する。

さらに、各自の収集したデータを解析し、モデル化することを目指す。具体的には、

(1)認知構造の解明:因子分析,クラスタ分析,多次元尺度解析,主成分分析など

(2)認知プロセスの検討:回帰分析,判別分析,共分散構造分析など

(3)実験データの解析:分散分析,共分散分析,多変量分散分析, ノンパラメトリック,対数線型モデル、時系列分析など

(4)質問紙データの分析:共分散構造分析,多母集団同時分析,数量化理論,コンジョイント分析など

(5)自由記述や連想データの分析:テキストマイニングツール,対応分析

(6)データの視覚化(visualization):探索的データ解析(EDA)など

(7)ニューラルネットワークによるモデル化

(8)データマイニング:(1)−(7)の手法の統合的利用  

(9)メタ分析

(10)進化シミュレーション

 

などのテーマを取り上げたい.各自の関心に応じて他の解析法、エクセル等のマクロ作成法や他のシミュレーション技法を取り上げてもよい.

 

手法ごとにそれを取り上げる1-2名のグループを組んで,(1)背景となる文献の紹介,(2)利用法の説明・デモ,(3)できれば,自分たちのデータを利用した結果を紹介する.最終的には,取り上げたすべての手法について,自分のデータを使って研究できるようにすることを目標とする.

 

単なるコンピュータ実習の授業ではなく、各自がデータ解析手法を検討し、情報交換をする場にしたいので、博士課程の院生の積極的な参加を歓迎する。なお、毎回出席するのではなく、興味があるテーマの時の参加も歓迎する(ただし一度は話題提供してください)

 

 注意:サテライト教室のコンピュータまたは,各自が持参するノートパソコンを利用する.サテライト教室のコンピュータを利用する者は,メディアセンタのアカウントを取得しておくこと.

    サテライト教室ではじめてSPSSを使うときの手順 New!

 

日程表

 

1 4/10 佐藤:多変量解析適用事例の紹介

2 4/17 昨年度の成果紹介(昨年度の授業参照):メタ分析(平山)、システム分析&共分散構造分析(松田)、コネクショニストモデル(小島)

       佐藤:SPSSで分散分析

3 4/24 西山:SPSSによる因子分析・クラスタ分析の手順

4 5/1  平山:分散分析

5 5/8  中西:コネクショニストモデル1

6 5/15 橋本:共分散構造分析とAMOS

7 5/22 野村:進化シミュレーション

8 5/29 米田:Wordminerによる自由記述データ解

9 6/5  龍輪:共分散分析 

10   6/12 孫:2要因・3要因の分散分析と多重比較

11   6/19 小島:階層型ニューラルネットワークの基礎の基礎

12   6/26 篠崎:Wordminerによる自由記述データ解析例New!

7/3  下條先生集中講義のため休講

13         7/10 松田:EQSによる共分散構造分析の解析事例

14         7/17(補講)サテライト教室 10:30-11:40 河合:回帰分析New!

15                中央装置室(215)11:45-12:55  杉森:信号検出理論 New!

7/24−26 狩野裕先生集中講義「心理・教育測定特論」New!

回帰分析(簡単に復習,1コマ)

回帰式の同等性と共分散分析(1.5コマ)

ロジスティック回帰分析(1.5コマ)

多変量分散分析と反復測定分散分析(1コマ)

判別分析とクラスター分析(1コマ)

因子分析と共分散構造分析(5コマ)(含 多母集団の同時分析)

 

 

  

ソフト,文献・リンク集

 

利用できるソフトと比較的入手しやすい主な参考文献,サイトを挙げる.各自探して情報をe-mailで提供してほしい.

 

a)多変量解析 

SPSS Inc. SPSS Japan downloadables spssプログラムのアルゴリズム(pdfファイル)

SAS Institute SAS Institute Japan Home Page SAS Search Jump

STATISTICA StatSoft Inc:Statistica StatSoft Japan 日本語デモ版あり

 

統計学習リンク集(SPSSの手引きのリンク集あり)(香川大堀先生)

 

b)共分散構造分析

 多変量データを用いて,観測変数と構成概念間の関係に基づいてモデルを構築する方法.データ解析とモデル構築において有用.

Amos

Multivariate Software(EQS)

田部井明美 2001 SPSS完全活用法 共分散構造分析(Amos)によるアンケート処理 東京図書

    1992 原因を探る統計学 講談社ブルーバックス

山本嘉一郎ほか 1999 Amosによる共分散構造分析と解析事例 ナカニシヤ出版 \3500

狩野裕・三浦麻子 2002 AMOSEQSLALISによるグラフィカル多変量解析(増補版) 現代数学社 \2900

狩野裕・市川雅教 1999 共分散構造分析 日本統計学会チュートリアルセミナー (http://koko15.hus.osaka-u.ac.jp/~kano/research/application/tutorial/csa8_02.pdf

B         

 

(c)実験データの解析

反復測定(測度)分散分析/基礎と応用千野研究室@愛知学院大)

多重比較 (堀 啓造@香川大学)

 

d テキストマイニング 

 自由回答,発話,連想などのテキストデータから,単語の抽出,同義語処理などをおこない,単語のクラスタ,設問や回答者属性との連関を明らかにするための対応分析をおこなうデータマイニング手法.電子調査の普及によってテキストデータの入手が容易になり現在注目されている.

WordMiner  (平和情報センタ)日本語

TextsmartSPSS Inc.)英語

 

   データマイニング

 データから金を掘り起こすように,データから潜在する構造,規則を抽出し,ビジュアル化,モデル化をおこない,仮説検証,予測をおこなう手法.フィードフォワード型ニューラルネット,自己組織化ネット,決定木,相関ルールなどを用いる.

  Clementaine5.0日本語マニュアル SPSS

 www.spss.co.jp/product/ALL/clemen/index.htm

豊田秀樹 2001 金鉱を掘り当てる統計学:データマイニング入門 講談社ブルーバックス

 

 (e) ニューラルネット

脳の神経回路に着想を得た認知過程のモデル化技法.データ解析にも使われている.

 

豊田秀樹 1996 非線形多変量解析:ニューラルネットによるアプローチ 朝倉書店.

 

tlearn              http://crl.ucsd.edu/innate/tlearn.html

     教育用シミュレータ。多層パーセプトロンにおける誤差逆伝搬,単純回帰ネットなどの学習を,心理学データの例題を通してできる。Plunkett & Elman(1997), McLeod, Plunkett, & Rolls(1998)にも添付されている。

 

PDP++  http://www.cnbc.cmu.edu/PDP++/PDP++.html

●教育研究用シミュレータ。McClellandRumelhartが開発し、改良されたもの。O'Reilly & Munakata(2000)で紹介されているモデルの検証にも使われている。

 

STATISTICA Neural Networks     http://www.statsoftinc.com/stat_nn.html

SPSS Neural Connection                          http://www.spss.com/neuro/

MATLAB Neural Network Toolbox    http://www.cybernet.co.jp/products/matlab/product/general/neuralnet/

     上記3つは市販のデータ解析ソフトのオプションツールである。多層パーセプトロン,動径基底関数ネット,コホーネン自己組織化ネット,ベイジアンネット等を用いて,予測,分類,時系列分析などができる。STATISTICAは,入力時の遺伝的アルゴリズムの利用や,最適なネットワークの構造とサイズを選択する機能があり,ネットワークなどの視覚表示やマニュアルも充実している。SPSSは,データ処理の流れをマップ表示したインタフェースに特徴がある。MATLABは,理工系向きであり,可視化やカスタマイズに優れる。なお,ニューラルネットを含むデータマイニングツールとしては,下記のソフトがある。

 Clementine           http://www.spss.co.jp/product/ALL/clemen/index.htm SPSS Neural Connection http://www.spss.com/neuro/

 

(f)視覚化 

Delta Graph

 

g)メタ分析

 同一の研究課題に関して独立して行われた研究結果(仮説検定,相関,効果量など)を統計的に統合して,全体としての仮説検定や推定値を求める方法.サーベイ研究において重要な武器.

MullenB.(小野寺訳) 2001基礎から学ぶメタ分析 ナカニシヤ出版 \2800(CDROM)

 

(h) 進化シミュレーション

生物進化に着想を得て,個体,集団,文化,環境間の長期的相互作用を検討する手法.

高木英至 http://homepage1.nifty.com/eiji_takagi/esp/index.html デモプログラム有

科学シミュレーション研究会 2000 パソコンで見る生物進化 : シミュレーションでさぐる生物の生き残り戦略 講談社ブルーバックス(CDROM付)

 

参考 昨年度の授業記録

1. 5/2  小島 代表的な階層型ニューラルネットワークモデルの基本アルゴリズム

 

2. 5/9  渡部・杉森 心理学における進化シミュレーションの目的と方法 

 

3. 5/16 松田・平岡 システム分析(STELLA)

 

4. 5/23 平山    メタ分析(1)

 

5. 5/30 安藤・浅井 自由記述文の統計解析:テキストマイニング

 

6. 6/6  小島 階層型ニューラルネットワークモデルのプログラミングとシミュレーションの例

 

7. 6/13   杉森 進化シミュレーションを使った論文紹介(Axelrod,1986; Yamagishi & Takahashi, 1992)

                  渡部 心理学における進化シミュレーションII

 

8. 6/20 松田・平岡 共分散構造分析

 

9. 6/27 平山    メタ分析(2)

 

10.7/4  安藤・浅井 InfoMiner with WinAiBASEを使っての自由記述文解析例

 

11.7/11 渡部 Clementineによるデータ分析

 

 

更新日

July 1,2002 

戻る