神戸経営DSPセミナーを開催します

1月23日（木）に、神戸経営DSPセミナー「行列分解型因子分析の新展開 -構造方程式モデリング・因子得点の不定性・同定アルゴリズム-」を開催します。
ご興味のある先生方や院生の皆様のご参加をお待ちしております。

日時

2025年1月23日（木）15:10～16:40

講演者

山下直人 氏（関西大学 社会学部）

タイトル

行列分解型因子分析の新展開 -構造方程式モデリング・因子得点の不定性・同定アルゴリズム-

概要

因子分析は，心理学をはじめとした多くの分野で標準的に用いられる多変量データ解析法として知られている．因子分析の標準的な定式化では，種々の仮定のもとで，因子分析モデルから導かれる共分散構造と，標本共分散行列との乖離を最小化するように，モデルが含むパラメータを推定する．一方，この定式化とは異なる因子分析が，行列分解型因子分析（Matrix Decomposition Factor Analysis; MDFA）として近年提案された．MDFAでは因子分析モデルをデータ行列に対して直接適合させることにより，パラメータを推定する点で，一般的な因子分析とは異なる．

本発表では，MDFAの定式化，パラメータ推定アルゴリズム，性質の概要を紹介する．その上で，MDFAに関する新たな研究動向として，2つのトピックを紹介する．一つ目は，MDFAに基づく構造方程式モデリングの方法である，行列分解型構造方程式モデリング（Matrix Decomposition Structural Equation Modeling; MDSEM）である．MDSEMは，MDFAと同様に，モデルをデータ行列に直接適合させる点で特徴的であり，不適解を出力しないなどの有用な性質を有する．二つ目は，因子得点の同定に関する方法である．因子分析モデルの特徴的な性質の一つとして，各個体の因子得点を一意に定めることができないという，因子得点の不定性が知られている．本発表では，外的基準を用いた回帰により，因子得点を一意に定めることのできる方法を紹介する．
実は，MDSEMを含むこれらの方法は，罰則付き因子分析の手法として統一的に記述することができる．すなわち，因子得点の不定性を，因子得点に関する罰則によって制限することにより，因子間の回帰を含むモデリングや，因子得点の同定を可能にしている．この点に関連して，因子得点の不定性に関する新たな結果を紹介した上で，今後の研究の方向性について述べる．

会場

六甲台第1キャンパス　本館2階　I210教室

開催方法

対面開催（希望者によりオンラインでの対応あり）

言語

日本語

参加申込方法

下記URLよりお申し込みください。
https://forms.gle/AYtWS1GDf94pPyes8

問い合わせ先

分寺杏介 准教授（神戸大学大学院経営学研究科）
bunji[at]bear.kobe-u.ac.jp