Mais conteúdo relacionado
Mais de Hiroshi Shimizu (11)
Tokyo r53
- 10. 潜在ランク分析あれこれ
• Shojima (2007)
– ニューラルテスト理論
• 自己組織化マップを用いた,潜在ランク分析
• ノンパラメトリックな項目反応理論として提案
• 入力データは二値か順序
• Shojima (2008)
– 潜在ランク理論
• 潜在的な順序グループを推定する一般モデルの提案
• 推定アルゴリズムをEMアルゴリズムに拡張
• テスト理論として,教育学やテスト学の分野で採用
HiroshimaR#3
- 13. 潜在ランクモデルの使いどころ
• テストや心理尺度は,「1点」の意味が不明
– 実質科学的な違いはほとんどない場合が多い
– しかし,クライエント・生徒は,その違いを過剰に評価してし
まう
• 例:GHQ60(0~60点)の1点の違いはほぼない
• 例:テストが78点から80点に上がった!・・・測定誤差の範囲
• 解像度をあえて減らすメリット
– ランクが違えば,実質科学的にも意味がある
– クライエントや生徒に対するフィードバックも容易
– 各ランクに対して,質的な記述が可能
• 例:ランク1は健康な人,ランク2は社会活動に障害,ランク3では不
安症状が,ランク4ではうつ症が出始めている・・・など
HiroshimaR#3
- 17. Generative Topographic Mapping
• 自己組織化マップの生成モデル版
– データを低次元空間に写像するのではなく,
– 低次元潜在空間から高次元データが生成すると
考える
• ベイズモデルをGTMで組む
– GTMのほうがベイズの枠組みに乗りやすい
– ハイパーパラメータも一緒に推定したい