Sunny Side Up!

ここでは清水の研究活動について紹介します。
以下のようなカテゴリーの記事があります。

日記　　→　日常的な出来事、報告など　
本の紹介　→　よさげな本の紹介とか　
研究生活　→　研究活動についての記録
心理統計学　→　主に階層的データ解析について
HAD　→　統計分析プログラムHADについて
業績　　　→　業績一覧　随時更新
資料　　　→　プログラムやレジュメなどの資料置き場
プロフィール　　　→　自己紹介・研究内容など

1. 2015/01/01(木) 00:00:00|
2. その他

第3回　広島社会心理学研究会のお知らせ

　広島大学大学院総合科学研究科社会心理学研究室では、主に若手の社会心理学者で活発に議論をする場を設けるため、
広島社会心理学研究会を開催しています。第3回として、下記の要領で研究会が開催されますのでお知らせします。
　あまり形式にこだわらない、自由な雰囲気での議論ができればと考えています。多くの方のご参加をお待ちしています。

日時：2012年　5月19日（土）　15：00〜17：30
場所：広島大学（東広島キャンパス）　総合科学部事務棟3階　第一会議室
http://www.hiroshima-u.ac.jp/top/access/higashihiroshima/
　　※今回は、西条のほうです。

研究会後、懇親会も予定しています。参加ご希望の方は人数の確認のため前日までにご連絡ください。


発表者：橋本博文（日本学術振興会・東京大学大学院）

発表題目：「心と文化の相互構成」再考

発表概要：
　1990年代以降、急速な発展を遂げてきた文化心理学研究は、「相互独立・協調」という概念を理論的なベースに据えるかたちで、人々の心の性質（思考・感情・認知・動機づけ・脳内情報処理過程など）に見られる文化差を体系的に示してきました。しかし、これまでのところ、文化心理学の理論的中核をなすとされる「心と文化の相互構成」の具体的な過程については、十分な分析がなされていないように思われます。そこで、本研究会において発表者は、(1)文化心理学のアプローチを中心に、心と文化の相互構成関係を扱ってきた従来の理論、およびそれらの理論に基づく研究知見を概観すると同時に、(2)心と文化のマイクロ−マクロ関係、とくに文化特定的な心の性質がマクロとしての文化そのものを形成する過程を分析するにあたって、考えざるを得ないいくつかの論点を整理してみたいと思います。そのうえで、(3)文化的に共有された信念の自己維持性について検討した発表者自身による研究知見を紹介させていただき、皆様方からのご意見、ご批判を仰ぎながら、「心と文化の相互構成」を再考してみたいと考えています。


連絡先：
広島大学大学院総合科学研究科　清水裕士
Tel:082-424-6578
E-mail: simizu706[at]hiroshima-u.ac.jp
　　　　[at]を＠に変えてください

1. 2012/04/27(金) 07:53:52|
2. 研究生活
4. | コメント：0

普段ネットの片隅でExcelへの愛を叫んでいる清水ですが、今回は縁あってRのケーススタディで講師をやってきたので、そのお話です。


関西学院大学応用心理科学研究センター主催で、KG.R（くゎんがかーる）が開催されました。

KG.Rのページ

メイン講師は大阪大学大学院人間科学研究科の林真広さん。内容はかなり基礎的なところから、知っておくべき理論的なところまで幅広く網羅されてました。

僕の発表は、Rコマンダーの使い方と、心理統計を使う上で便利な関数を紹介しました。

以下に資料を置いているので、興味ある人は見てみてください。

第一回KG.R資料

コンセプトは「これだけ覚えておけば、とりあえずRで分析結果までたどり着ける！」です。略して「これとりあーる」。
Rを起動して、分析結果まで無事にたどり着くまでの罠などを解説しています。

ただし、先にRにpsychパッケージとRcmdrパッケージをダウンロードしておく必要があります。
これらのダウンロード方法は、林さんのHPに詳しい解説がありますので、先にそちらを参照してください。

随時更新していこうと思います。

1. 2012/04/23(月) 12:27:35|
2. 心理統計学
4. | コメント：0

次は、HADの分散分析で単純効果を検定する方法です。


◆プールされた誤差項と水準別誤差項

単純効果の検定には、2種類のやり方があります。

それは誤差項の扱い方で、「プールされた誤差項」と「水準別の誤差項」の2つです。単純効果の検定では、群分けする要因の各水準ごとの、別の要因の効果を検討します。そのさい、各水準の誤差を等しいと考えるか、異なると考えるかで方法が変わるわけです。

まず、一般的に分散分析では「各水準の誤差分散は等しい」、という仮定を置いています。なので分散分析の発想からすると、すべての水準で同じ誤差項を使って検定を行うのが基本です。
これを「プールされた誤差項」と呼ぶことがあります。プールするとは、全水準でひとまとめにする、ぐらいに考えてもらってOKです。

プールされた誤差項を使うと、全水準をまとめた誤差を使うので自由度を減らすことなく検定できます。たとえば、参加者間計画で、10人のサンプルがいて、実験条件が5人、統制条件が5人だったとします。この場合、単純効果検定でも10人分のサンプルを使って検定を行うことができるわけです。

一方、各水準で分散が等しいと仮定するのは無理がある場合もあります。あるいは、実験条件の単純効果を検定するのに、異質な統制条件の情報を使うのは変だ、という考え方もありえます。このような場合、各水準ごとに分散分析をしてやって主効果を見ることで、単純主効果を検討するというやり方を採用することも可能です。これを「水準別誤差項」による検定と呼ぶことがあります。水準別誤差項は、各水準ごとのサンプルのみを使うので、その分自由度が減ります。

どちらがいいのか、難しい問題です。分散分析の主効果は、基本的に各水準の分散が等しいという仮定で検定しているので、単純効果の検定の場合だけ異分散を認めるというのも、一貫していない態度であるように思えます。

まとめると、
・プールされた誤差項：各水準の分散が等しいと仮定して、自由度を減らさずに検定
　→検出力が高いが、水準ごとに分散が大きく異なる場合、妥当な検定結果を示さない
・水準別誤差項：各水準の分散が異なると仮定して、自由度を減らして別々に検定
　→検出力は低いが、水準ごとに分散が大きく異なる場合でも妥当な結果を示す。

HADでは、検出力が最も高い（ある意味理想的な状態）をデフォルトにしていますので、「プールされた誤差項」による単純効果検定をデフォルトで行います。オプションで水準別誤差項を選択することもできます。


では、「続き」では具体的な方法を書いていきます。

[HADで分散分析をする方法（単純効果検定編）]の続きを読む

1. 2012/04/13(金) 10:27:22|
2. HAD
4. | コメント：0

前回はｔ検定の方法でしたが、今回はようやく2要因以上の分析の方法です。

HADでは、5要因まで分析できますが、間・内はその範囲であればどのような組み合わせでもOKです。
全部参加者間で5要因でも、全部内要因で5要因でも大丈夫。

◆計算時間について

また、HADは清水のヘタクソなアルゴリズムを使っているせいもあって、計算がSPSSなどに比べると遅いです。
計算速度を決めるのは、以下の要因です。

１．サンプル数×参加者内要因の全水準数の大きさ
２．全要因の水準数
３．単純主効果の検定方法
４．共変量の有無

まず１と２について。
サンプル数と参加者内の水準数の積が、分析で使われるN数になります。これが大きいほど分析に時間がかかります。
また、これに全要因の水準数が掛け算的に影響します。

例えば、10人のサンプルで、参加者内要因で4水準、参加者間要因で4水準あると、
まず10*4=40人相当のサンプル数で、全水準が4*4＝16水準、よって、40*16＝480ぐらいのデータ規模になることになります。
目安として、200人、内要因の水準24、間要因の水準4（つまり200*24*96=460800)の場合、分散分析だけで僕のPCだと1分かかります（僕のPCはCore i7のメモリ８GB)。

また、途中で「応答なし」と出ることがありますが、内部ではHADは頑張って計算しているので、慌てず待ってあげてください。

３．は、単純主効果の検定方法を「プールされた誤差項」を選ぶと時間がかかります。水準別のほうが速いです。

４．共変量を入れると、結構遅くなります。使ってるアルゴリズムがかなり違っているためです。

と、話が「やり方」からずれましたが、「続き」では実際に2要因以上の方法を書きます。


[HADで分散分析をする方法（2要因以上の場合編）]の続きを読む

1. 2012/04/11(水) 17:44:16|
2. HAD
4. | コメント：0