因子分析と因果モデル構成の統合を自動化する試み

フォーマット:

論文

責任表示:

フルタ, タカヒサ ; ハットリ, ミツヒロ ; ハシヅメ, トモノリ ; Furuta, Takahisa ; Hattori, Mitsuhiro ; Hashizume, Tomonori ; 古田, 貴久 ; 服部, 光宏 ; 橋詰, 倫典

言語:

日本語

出版情報:

群馬大学教育学部, 2016-02-18

著者名:

フルタ, タカヒサ

ハットリ, ミツヒロ

ハシヅメ, トモノリ

Furuta, Takahisa

Hattori, Mitsuhiro

Hashizume, Tomonori

古田, 貴久

服部, 光宏

橋詰, 倫典

続きを見る

掲載情報:

群馬大学教育学部紀要. 芸術・技術・体育・生活科学編

ISSN:

0533-6627      

巻:

51

開始ページ:

101

終了ページ:

109

バージョン:

VoR

概要:

Departmental Bulletin Paper<br />本研究では、因子分析と因果モデル生成との効率的な統合を目標に、因子をランダム・サンプリングで構成し、それらの因子間の因果モデルを、因子間の固定した因果関係を与えた場合と、ベイジアン・ネットワークでデータから動的に構成した場合の2通りの方法で自動探索を試みた。対象としたデータは、2014年に群馬県内の2つの中学校で、技術の「計測と制御」単元で実施した、コンピュータと情報および問題解決に関する意識調査へ … の回答である。因子の総数を4つとして、1,000万回のランダム・サンプリングで全探索空間の0.13％ずつを探索したところ、30～130通りの因果モデルが生成された。因果関係の終端ノードを「プログラミングが好き」とした場合、4因子の因果モデルでは1モデルの統計的妥当性が確認された。が、「IT・理工系職業への関心」を終端ノードとした場合は、妥当なモデルが生成されなかった。得られたモデルの内容は、教材研究上の有益な示唆を与えるものであった。探索空間の広さをいかに制限するかが課題である。 続きを見る