高村 真広

We propose a novel approach for the dimension reduction of high dimensional data to make the data available for conventional statistical evaluations. Our method is based on nonparametric multiple Gaussian clustering, in which we assume that in each cluster block, the instances follow an independent and identically (i.i.d.) univariate Gaussian distribution. We show theoretically that our model can fit multivariate Gaussian distributions with exchangeable features. We further show how the clusters derived with this specific model can be used to effectively reduce the dimension of data taking into account associations between attributes. Finally, we demonstrate our approach in an application to resting state functional magnetic resonance imaging (fMRI) data, which implies subtypes of depression may be characterized by the treatment effect of antidepressant drug SSRI.We propose a novel approach for the dimension reduction of high dimensional data to make the data available for conventional statistical evaluations. Our method is based on nonparametric multiple Gaussian clustering, in which we assume that in each cluster block, the instances follow an independent and identically (i.i.d.) univariate Gaussian distribution. We show theoretically that our model can fit multivariate Gaussian distributions with exchangeable features. We further show how the clusters derived with this specific model can be used to effectively reduce the dimension of data taking into account associations between attributes. Finally, we demonstrate our approach in an application to resting state functional magnetic resonance imaging (fMRI) data, which implies subtypes of depression may be characterized by the treatment effect of antidepressant drug SSRI.

うつ病の診断及び治療等において従来の経験に頼った手法ではなく、機能的核磁気共鳴 (fMRI) 技術を用いる研究が盛んに行われている。本研究では、言語流暢性課題におけるうつ病患者のfMRIデータを対象に、L1正則化付きロジスティック回帰を用いることで、より精度の高い客観的診断および関わりのある脳領域の特定を行った。

うつ病の診断及び治療等において従来の経験に頼った手法ではなく、機能的核磁気共鳴 （fMRI） 技術を用いる研究が盛んに行われている。本研究では、言語流暢性課題におけるうつ病患者の fMRI データを対象に、L1 正則化付きロジスティック回帰を用いることで、より精度の高い客観的診断および関わりのある脳領域の特定を行った。

長期休暇中に様々な宿題を行わなければならない児童は,計画を立てた上で宿題をしているのだろうか。本研究では,計画を立てた小学生と立てなかった小学生それぞれの宿題の取り組み方について調査した。小学生の宿題の取り組み方は4 タイプに分類された:(a)ほぼ毎日していた"安定型",(b)冬休みの前半で集中的に宿題をするが,後半からペースが落ちる"前半集中型",(c)冬休みの前半では宿題をあまりしないが,後半からペースを上げる"後半集中型",(d)ほとんど宿題をしなかった"逃避型"。計画作成の有無でそれぞれのタイプを分類した結果,計画を立てていなかった小学生には逃避型が多く,計画を立てた小学生には安定型,前半集中型,後半集中型が多いことが示された。

Rは高度で多様な統計解析処理が可能なフリーソフトである。このような利点から, 近年心理統計を行うソフトとしての使用も増えている。特に, 教育現場において, Rを導入する試みもなされ始めている。しかしながら, RはCUIを用いており, プログラミングの基礎知識を必要とするため, 初学者には敷居が高い印象がある。また, 実際にRを扱ってみても, 思いがけない点でつまずきやすい。本論文は, 心理学を学ぶ大学生がRを用いて心理統計の基礎を学び, 実際の解析を行えるよう, Rの基礎的な操作について具体的に紹介することを目的とした。Rの基礎知識, 操作方法および簡単な記述統計やデータの図示方法について紹介する。

Rとは, フリーかつ高機能な統計解析環境であり, 近年注目を集めている。Rでは主に対話型環境でのコマンド入力によって処理を行うが, Rコマンダーのカスタマイズによって, 任意の解析をGUIの環境でより容易に実行することができる。本稿では, Rを用いた分散分析および多重比較法について解説し, その分析にRコマンダーを利用する方法を紹介する。