構造方程式モデリングと独立成分分析の統合、そして社会科学への応用

结构方程建模和独立成分分析的集成及其在社会科学中的应用

基本信息

批准号：
04J07933
负责人：
清水昌平
金额：
$ 1.22万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2005
项目状态：
已结题

项目摘要

情報工学の分野で生まれた手法である独立成分分析(ICA)は、情報理論のフレームワークにおいて観測変数の非正規性を積極的に利用し非正規独立な潜在変数を同定する。一方、因子分析やパス解析など多くの多変量解析手法を含む構造方程式モデリング(SEM)は、今や社会科学の分野でスタンダードな方法論となった。事前情報をモデルに積極的に取り込み、そしてそのモデルがデータに適合するかを統計的に評価するという検証的アプローチが、実際に観測することのできない構成概念(潜在変数)の検討に威力を発揮したのである。このように今、有力な統計解析手法となったSEMであるが、そのSEMでも扱えないモデルが当然残されている。その限界の主な理由は、SEMが1次・2次統計量しか(通常は)用いないところにある。そこで、この博士論文では、ICAのアイデアである非正規性(例えば、高次モーメント構造)の積極利用によって、従来の潜在変数モデリングの方法であるSEMを拡張する。この拡張によって、従来法では識別可能でなかったモデルが識別可能になったり、飽和モデルや同値モデルの問題が解消されたりする。本年度は、この新しいモデリング「線形非正規非巡回モデル(LiNGAM)」について、識別性や、推定方法などについて議論した。モデリングの有用性を説明するための例として、観察研究における因果推論を取り上げた。また、非正規性を用いると、パスの向きの異なる2つの単回帰モデルを適合度の観点から区別することができることを示した。さらに正規性を利用する未観測交絡変数の検出法を提案し、無相関と独立性を区別することの重要性を指摘した。そしてこれらの方法を、多変数に拡張した。変数間の因果関係が線形非正規非巡回モデルで表されていれば、その関係をすべて同定することができることを示した。これらの結果は、雑誌論文、国際会議議事録として出版済あるいは予定である。

独立组件分析（ICA）是在信息工程领域中出生的一种技术，积极地利用了信息理论框架中观察到的变量的不规则性，并确定了非规范性自变量。另一方面，结构方程建模（SEM）包含许多多数符号分析方法，例如因子分析和路径分析，现在已成为社会科学领域的标准方法。言语方法积极地将先前的信息纳入模型，并统计地评估该模型是否符合数据有效研究我无法观察到的组成概念（潜在变量）。通过这种方式，它已经成为一种强大的统计分析方法，但是该SEM无法处理的模型当然是剩下的。限制的主要原因是SEM仅使用主要和次要统计数据（通常）。因此，在本博士学位论文中，SEM是一种常规的潜在变量建模方法，通过积极地使用ICA的思想（例如，更高的动量结构）来扩展。该扩展可以识别未通过常规方法识别的模型，并解决饱和度和等效模型的问题。今年，我们讨论了这种新的建模“非规范非裁缝模型（lingam）”，以及讨论和估计方法。作为解释建模有用性的一个例子，进行了观察研究的因果推断。它还表明，不规则性的使用可以从路径方向上两个不同的单个重新定型模型的兼容性观点的程度区分开。他进一步提出了一种检测使用规律性的不适变量的方法，并指出了区分独立性和独立性的重要性。这些方法扩展到多个更改。据表明，如果变量之间的因果关系由线性非规范非规范非裁判模型表示，则所有这些关系都可以识别。这些结果是作为杂志论文和国际会议发表或计划的。