Keyword
統計科学、調査方法論、テスト理論、機械学習
研究テーマ
- 社会科学分野における統計手法の開発・利用
- Web調査の不適切回答者検出
研究ハイライト
経営学・心理学・教育学・社会学等の社会科学で使用される統計手法の開発・利用をテーマとして研究しています。特に最近のテーマとしては，Web調査データにおける不適切回答者の検出を機械学習によって行う研究に注力しています。社会科学研究においても，世論調査等においても，従来は紙による調査や，対面の面接調査が主流でしたが，昨今はWeb調査を使うケースがかなり増えています。しかしながら，Web調査の回答者には，質問を真面目に読まずに回答する回答者が一定数存在することが多くの先行研究から知られています。そのような回答者をデータから除外せずに分析してしまうと，結果が歪んでしまいます。機械学習によって除外を試みた論文は尾崎・鈴木（2019）として刊行されていますが，この方法をより広範囲の調査データに適用できるよう研究を続けています。
研究の応用・展望
- Web調査会社のシステムに組み込み，不適切な回答者を納品前に除外するといった応用が考えられます。
文献・知財・作品
- Ozaki, K. (2015). DINA models for multiple-choice items with few parameters: considering incorrect answers. Applied Psychological Measurement, Vol.39(6), pp.431-447.
- 尾崎幸謙・川端一光・山田剛史(編著) (2018) Rで学ぶマルチレベルモデル[入門編]:基本モデルの考え方と分析，朝倉書店
- 尾崎幸謙・鈴木貴士 (2019). 機械学習による不適切回答者の予測. 行動計量学 第46巻第2号 pp.39-52.
- Ozaki, K., Shingo, S., & Noriko, A. (2020). Cognitive diagnosis models for estimation of misconceptions analyzing multiple-choice data. Behaviormetrika, Vol.47(1), pp.19-41.
http://www.md.tsukuba.ac.jp/community-med/publicmd/GE/
50574612
ビジネスサイエンス系
Faculty of Business Sciences
Collaborators：