野々田聖一, 分寺杏介, 岡田謙介 (2021) 2因子を測定する一対比較型質問紙における推定法. 行動計量学, 48(2), 53-68.

　仕事の都合で延々と一対比較について考えているんだけど(官能評価みたいな古典的場面じゃなくて、むしろ効用の個人差を知りたいような場合の話)、もともとそんなに詳しいわけでも、すごく関心があるわけでもない話題で、正直、ちょっと疲れてきました。
　もっと心安らぐ話はないものだろうか… Web3.0とかさ… 知らんけど…
続きを読む →

Bockenholt, U. (2001) Hierarchical Modeling of Paired Comparison Data. Psychological Methods, 6(1), 49-66.

　仕事の分析で悩むところあってめくった奴。一対比較データを階層モデルで分析しましょうという話。古い論文だが、Tsai(2003)で引用されていたので。
続きを読む →

Tsai, R.C. (2003) Remarks on the Identifiability of Thurstonian Paired Comparison Models under Multibple Judgments. Psychometrika, 68(3), 361-372.

　比較課題から刺激の効用を推定するときのモデルの識別性について悩むところ多く、なにかの足しになるかと思って読んでみた。先日読んだMaydeu-Olivares & Bockenholt(2005) で引用されていた論文。
続きを読む →

Bockenholt, U. (2004) Comparative Judgments as an Alternative to Ratings: Identifying the Scale Origin. Psychological Methods, 9(4), 453-465.
　仕事の都合で悩むことがあって、なにかの足しになるかと思って読んでみた奴。
　比較課題や順位付け課題でもって刺激の効用というか評価を定量化したとき、常識的に考えるとその値の絶対的な大きさには意味がないんだけど、いやいや工夫すれば絶対的な大きさに意味を持たせることもできるんですよ、という論文。
続きを読む →

Burkner, P.C., Shulte, N., Holling, H. (2019) On the Statistical and Practical Limitations of Thurstonian IRT Models. Educational and Psychological Measurement, 79(5), 827-854.
　Brown & Maydeu-Olivares (2011 Edu.Psych.Measurement)の後続研究らしい。ほんとは研究そのものにはあんまし関心なくて、RのthurstonianIRTパッケージについて知りたくてめくっただけなんだけど…
　あとで気がついたが、第一著者はRのbrmsパッケージ(Stanで回帰分析するパッケージ)の中の人だ。写真を拝見したところ若いお兄さんである。へええ。
続きを読む →

Mattos, D.I., Ramos, E.M.S. (2021) Bayesian paired comparison with the bpcs package. Behavior Research Methods.
　題名のとおり、一対比較データをベイジアンモデルで分析しますという話。Rのbpcsパッケージの解説である。なにがどうベイジアンなのかを知りたくて目を通した。
続きを読む →

Maydeu-Olivares, A., Bockenholt, U. (2005) Structural Equation Modeling of Paired-Comparison and Ranking Data. Psychological Methods, 10(3), 285-304.

　仕事の都合で読んだ奴。
　順位付けや一対比較のデータをSEMのソフトで分析しましょう、という解説論文。supplementary materialとしてMplusのコードも用意されている。
続きを読む →

　コンジョイント分析について調べていて、そのご先祖として誰も彼もが頻繁に引用するLuce & Tukey (1964)による歴史的論文を、実は誰も読んでないんじゃないか、という疑念を持った。
　だってさ、どなたの紹介をよんでも、いまいち雲をつかむような感じで、その意義がいまいち腑に落ちないんだもん。だいたい、あの「コンジョイント測定」ってのは、60-70年代に存在した公理的測定理論という超難解な分野の概念であるはずだ。そんなのを理解できる人がそれほど多いとは思えない。そうですよね？ そうだといってください。

Luce, R.D., Tukey, J.W. (1964) Simultaneous Conjoint Measurement: A New Type of Fundamental Measurement. Journal of Mathematical Psychology. 1, 1-27.
続きを読む →

　先日の真夜中、データを図示するという地味な作業をコリコリとやっていて、あれ？ これってなんだっけ？ と混乱してしまったことがあった。

　個体変量行列でも集計表でもなんでもいいけど、とにかく行列\(X\)があるとするじゃないですか。これを列中心化して、主成分分析やって、各変数(\(X\)の列)の第一主成分負荷と第二主成分負荷を座標にして、変数を二次元空間にマッピングしたとしますよね。同時に、各ケース(\(X\)の行)の第一主成分得点と第二主成分得点を座標にして、ケースを二次元空間にマッピングしたとしますよね。
　そこに誰かがやってきて、ちょっとちょっと、\(X\)と同じ列を持ってる追加のケースがあるんだけどさ、その図に無理やり乗っけてくれない？ と云ってきたとしよう。いいですよってんで、主成分負荷を変えずにその追加ケースの主成分得点を出してケースの図に乗せてあげる。こういうことはよくある。これをsupplementary caseなどという。
　また別の誰かがやってきて、ちょっとちょっと、\(X\)と同じ行を持ってる追加の変数があるんだけどさ、その図に無理やり乗っけてくれない？ と云ってきたとしよう。いいですよってんで、この変数の主成分負荷を出して変数の図に乗せてあげる。こういうこともよくある。これをsupplementary variableなどという。
　ここで、あれれ、と混乱してしまったのである。俺なにやってんだ？
続きを読む →

Traets, F., Sanchez, D.G., Vandebroek, M. (2020) Generating Optimal Designs for Discrete Choice Experiments in R: The idefix Package. Journal of Statistical Software, 96(3).

　離散選択実験の実験計画を生成するRパッケージ idefix の解説。
　たしか昨年だったか、実践投入前の儀式として読んだのだが(なぜか出張先のホテルで)、バタバタしていてメモを取らなかった。中身をすっかり忘れてしまっているので、前半部分を読み直した。
続きを読む →

Vermeulen, B., Goos, P., Vandebroek, M. (2007) Models and optimal designs for conjoint choice experiments including a no-choice option. SSRN.

　選択型コンジョイント分析で「どれも選ばない」選択肢をいれるときの最適実験計画(←そういうのがあるんです)についての論文。
　なんか大学の紀要みたいな感じだし、もっとちゃんとしたのを探したほうがいいのかも…と思いながらめくったんだけど、これが大変勉強になった。
続きを読む →

Chrzan, K., Orme, B. (2000) An Overview and Comparison of Design Strategies for Choice-Based Conjoint Analysis. Research Paper, Sawtooth Software.

　読んだものはなんでも記録しておこう、ということで…
　コンジョイント分析のソフト会社Sawtooth Softwareが公開しているTechnical Paperのひとつで、選択型コンジョイント分析の実験計画(どんなプロファイルをどうやって組み合わせて提示するか)について、理屈はともかくとしてどうやってつくるか、という話。非常に土臭い、他ではちょっと読めない話がまとまっている。
続きを読む →

Hallinan, A.J. (1993) A Review of the Weibull Distribution. Journal of Quality Technology. 25(2), 85-93.

　先日、ひょんな事情により目を通した論文。
　ワイブル分布について調べていて、資料によって式が違うので大変混乱し、解説を探して見つけた次第である。ワイブル分布って工学とかで使う奴でしょ？ 私は文系も文系なのにそんなの知るわけないじゃん？ と思うわけだが、生きていく上ではいろんなことが起きる。
続きを読む →

Gelman, A., Carlin, J. (2014) Beyond Power Calculations: Assessing Type S(Sign) and Type M(Magnitude) Errors. Perspectives on Psychological Science, 9(6), 641-651.

　ずっと前に目を通して放置していた奴。こういうメモが散乱して収拾がつかなくなっている。

　Gelman兄貴らが心理学者向けにお送りする、検定力に関する解説論文。タイプSエラーとタイプMエラーという面白い概念が登場する。
　ふだんこういう論文はほげーっと脱力しながら目を通すのだけれど(そして読み終えると忘れてしまう)、今回は検定力の話で結構面倒くさいので、適宜メモをとりながら読んだ(それでも読み終えると忘れてしまっている)。
続きを読む →

津田尚胤, 貝戸清之, 山本浩司, 小林潔司 (2006) ワイブル劣化ハザードモデルのベイズ推計法. 土木学会論文集Ｆ, 62(3), 473-491.
　土木施設の劣化を統計的に予測するためにハザードモデルをベイズ推定します、という話。ひょんな事情がありまして、昼飯のお茶漬けを啜りながら目を通した。えーっと、筆頭著者の方の修士論文とかかしらん？
続きを読む →

Debeer, D., Stroble, C. (2020) Conditional permulation importance revisited. BMC Bioinformatics, 21:307.

　仕事の都合で読んだ。ランダム・フォレストにおいて変数重要性を評価する手法のひとつに、「他の変数で条件づけたパーミュテーション重要性」というのがあるんだけど、その算出方法についての論文。
　Rにおける既存の実装についていくつか疑問点があったのでなんとなく目を通して見たら、なんと著者らはRパッケージpartyの中の人であり(途中で気が付いた)、しかも、途中でなんだかとんでもないことを言い出した… 続きを読む →

Gregorutti, B., Michel, B., Saint-Pierre, P. (2015) Grouped variable importance with random forests and application to multiple functional data analysis. Computational Statistics & Data Analysis, 90, 15-35.
　仕事の都合で読んだ奴。ランダムフォレストとかで、個々の変数についてのpermutation重要性じゃなくて、分析者が定義したなにかしらの変数グループについてpermutation重要性を求めるという論文。
　第一著者は、おそらくこの論文の提案手法を実装したであろうRパッケージRFgrooveを公開しているが、開発したきりメンテしておらず、CRANからは最近削除されている模様。
　28頁あるけど本文は19頁だ、なんとかなるさ！と思って読み始めたけど…
続きを読む →

Smith, T.R., Wakefield, J. (2016) A Review and Comparison of Age-Period-Cohort Models for Cancer Incidence. Statistical Science, 31(4), 591-610.

　いわゆるコウホート分析についてのレビュー。どうやら私の能力と根性を超える論文だが、都合により無理やり読んだ。主旨は以前に読んだ松本(2019)と似ている。
続きを読む →

Schmid, V.J., Held, J. (2007) Bayesian Age-Period-Cohort Modeling and Prediction – BAMP. Journal of Statistical Software, 21(8).
　ベイジアン・コウホート分析のソフトウェアBAMPの解説書。この段階ではスタンドアローンのソフトだが、その後Rパッケージに移植されている。仕事の都合で、実戦投入前の儀式として読んだ。
続きを読む →

Asparouhov, T., Muthen, B. (2021) Residual Structural Equation Models. Mplus.

　泣く子も黙る構造方程式モデリング用ソフトウェアMplusは、バージョンアップのたびになんらかの先進的すぎる謎機能を搭載してくることで有名である(私のなかで)。
　今月リリースされたVersion 8.7では、えーと、従来は残差動的構造方程式モデルのベイズ推定のみが可能であったラグ変数残差間回帰が単一レベルモデルの最尤推定・重みつき最小二乗推定・ベイズ推定へと拡張され、パネルデータのランダム切片クロスラグモデルならびにランダム切片自己回帰移動平均モデルの推定が可能となった、のだそうだ。
　はあ、そうですか、と虚ろな目でディスプレイに相槌を打つ私である。わからない。もうなにもわからない。
続きを読む →