教育评似测定演习行动计量学演习.DOC

1月27日 山田剛史（ tyamada@cc.okayama-u.ac.jp ） 教育評価測定演習?行動計量学演習 前回のアンケートより 「どうして偏差ベクトルで考えるのですか？」→プリントのp.195を見てください．「生のデータをあらわす(7.1)式のベクトルは，その長さ（(7.2)式）が標準偏差などの統計量と直接的には対応しません．変数をベクトルで表現することの意義は，変数や変数間の関係の統計的な特徴を視覚的にとらえることにあり，そのためには各種の統計量との関係が直接的な偏差データを成分とするベクトルのほうが有用」なのです． 「cos30°を思い出すのに少し時間がかかってしまい，高校の頃はすぐに出てきていたのはスゴイことだったんだと思った」 「授業で出てきた式や流れは理解できているが，よくわかる心理統計でやってきたことと，どうつながるのか分かりません」→よくわかる心理統計でやってきたことと内容的に続き物というわけではなく，別の視点から統計的方法を捉えてみようとしているのだと思ってください．このプリント（「心理統計学の基礎」）で紹介している内容は，「よくわかる心理統計」を用いて紹介してきた，t検定や様々な分散分析などの具体的な方法に比べると，確かに抽象的で取っつきにくいものだと思います（ベクトル表現に初めて触れるのであれば，尚更でしょう）．しかし，決して両者はバラバラの内容ということではなく，たとえば，よくわかる心理統計のⅦで紹介した平方和の分割を，プリントp.203のようにベクトル表現でも表すことができるのです． 「プリントの説明になってから，何かの意味を考えるというのではなく，単純に数学的な式の変換という理解にしかなっていないのですが，良いのでしょうか？」→どうしても最初は式の展開を追うので精一杯，となってしまうかもしれません．それはそれで構いません．だけど，この「線形モデルの基礎」で扱っていることは，決して単なる数式展開ではないのです．N個のデータとしてバラバラに見ていたものを1本のベクトルとしてまとめて捉えることができ，しかも，視覚的に表現できるというのはとても便利です．標準偏差をベクトルの長さで表現したり，相関係数を2つのベクトルのなす角のコサインで表したり，といったことです．たしかに，これまでの内容のように，具体的なデータ解析と直接結びつくものではないのですが，分散分析，重回帰分析，因子分析といった様々な方法を統合的に理解するための基礎となる非常に重要な考え方なのです．統計の勉強は，この授業だけで完結するものではありません．この先も，皆さんが独力で統計を勉強してほしいと思っています．そのためには，個々の分析方法についての詳細な解説も重要ですが，色んな手法を統一的に捉えることができるような見方?考え方を伝えておくのも重要だと思いました．それが今の内容を取り上げている理由です． 「ベクトルで相関をイメージすると，今までよりも分かりやすかったです」「cosθが相関係数になっていることに感心しました」→こういったことを受け取ってもらえたら嬉しいです． 「回帰分析の最小二乗基準のところで，いきなりと出てきたのが分かりませんでした」→プリントを配布します．確認してみてください． 「今までとは内容が違って理解しにくいが，しっかり復習して勘を取り戻したい」→そうですね，じっくりと復習して理解を深めてもらえたらと思います．頑張ってください． 「出席点ってありましたっけ？あったとしたら，成績の出し方は（中間＋期末）÷2＋出席点ってなるんですか？」→シラバスを見たところ，「出席点（20点），レポート(30点)，期末試験（50点）によって評価する．出席数が授業数の3分の2以上を期末試験の受験資格とする」となっていました．レポート出すなんて書いてありますね…．出席20点，中間と期末で80点ということにしましょう． 今週の宿題（次回は総復習です．以下の問題を解いてきてください） ４つの群に被験者が７人ずつ割り当てられている．こうして集めたデータから分散分析表を作成したところ，次のような結果になった．表の空欄を埋めた後に，以下の問に答えよ． 変動因 平方和 自由度 平均平方 F 教授法 217.5 誤差 24 全体 365.5 問１　以下のどのタイプの分散分析に当たるかを答えよ． 1要因被験者間 1要因被験者内 2要因被験者間 2要因被験者内 問2　検定統計量の値と検定結果の判断として適切な組み合わせを選べ（有意水準は5％とする）． 検定統計量： あ. 5.36　 い. 11.76　 う. 13.54　 え. 72.5　 　判断：　 A. 帰無仮説H0を採択する．　B. 帰無仮説H0を棄却する．　C. 判断できない． 組み合わせ