日本テスト学会第２回大会

８月２８日（土）・２９日（日）
東京工業大学大岡山キャンパス
大会プログラム
http://www.ms.hum.titech.ac.jp/JART2004/index.html

２８日（土）午前中：IRTと因子分析のチュートリアル
http://www.ms.hum.titech.ac.jp/JART2004/tutorial.html

<チュートリアル１>
講師：　村木 英治　先生（東北大学大学院教育情報学研究部）
題名：　BILOG-MGを活用したIRT(項目反応理論、Item　Response Theory)テスト項目分析の初歩
内容：
このチュートリアルでは、項目反応モデルの分析ソフトの世界的スタンダードであるBILOG-MGの紹介と初歩的なテスト項目分析を参加者に経験してもらう。基本的なIRTの知識とプログラムの初歩的な利用を講義の中心におくため、受講者はIRT初心者が望ましい。また各参加者が持参したPCに各自プログラムをインストールしてもらい、チュートリアル中のみのその使用を許可するつもりである。
<チュートリアル２>
講師: 中村　知靖 先生（九州大学 大学院人間環境学研究院）
題名： 因子分析を利用した心理尺度作成法
内容：
テスト理論に関わる研究領域では項目反応（応答）理論が注目され，このモデルを利用した実用的なテストも開発されている．しかしながら現在もなお，評定尺度法を利用した質問紙による心理テスト（心理尺度）の多くは，実用性の高さから古典的テスト理論に基づき因子分析を利用して作成されている．
近年，潜在変数を伴った構造方程式モデリング(共分散構造分析)が注目されているため，因子分析は過去の方法という印象を受けがちであるが，信頼性と妥当性の高い心理尺度を作成する際には依然として有力なツールであると言える．
因子分析と言えば，主因子法とバリマックス回転を利用すればよいという考えが一般的であるが、その考えが手元にあるデータにとって必ずしも最適であるとは限らない。
統計ソフトウェアの発展に伴い、因子分析にも様々な選択肢が用意され、利用者はその中から最適なものを選ばなければならない．そこで本チュートリアルでは、心理尺度の作成を前提に，数式を最小限に抑えた理論の解説と分析結果の見方など
応用上の留意点に関して解説を行う．具体的には，1.因子分析とは，2.因子分析に適用できるデータ，3.因子分析モデル，4.因子の抽出法(重みなし最小二乗法)，

＜チュートリアル参加費＞
日本テスト学会会員 5,000円
日本テスト学会準会員（学生） 3,000円
非会員（学生・企業人とも） 8,000円

プログラム（暫定版）

  • 8月25日 午後
    • Peter M. Bentler (University of California, Los Angeles) : On Testing MCAR in Structural Models with Missing Data
    • Haruhiko Ogasawara (Otaru University of Commerce) : Asymptotic Biases in Factor Analysis and Principal Component Analysis
    • Miao-Hsiang Lin (Institute of Statistical Science, Academia Sinica) : Kernel Machine Discriminant Approach to Educational Placement
  • 8月26日午前
    • Wim J. van der Linden (University of Twente) : Modeling Response Times in an Item Response Theory Framework
    • Maomi Ueno (Nagaoka University of Technology) : An Uified Derivation of Various IRT Models from Bayesian Approach
  • 8月26日午後
    • Hampursum Bozdogan (University of Tennessee) : (not decided)
    • Kazuo Shigemasu (The University of Tokyo) & Izumi Matsuda (National Research Institute of Police Science) : Bayesian Latent Class Dicriminant Analysis as a Lie Detector.
    • Hedibert F. Lopes (University of Chicago) : Bayesian Inference and Model Assessment for the Analysis of Smooth Transition Autoregressive Time Series Models

第82回行動計量シンポジウム

潜在変数モデルにおける最近の発展
Recent Developments in Latent Variables Modeling
日本統計学会後援

企画者
和合肇(名古屋大学）
繁桝算男(東京大学)

企画の主旨
因子分析、共分散構造分析、項目反応理論などは、データ発生のモデルの中に、潜在変数を導入することによって、モデルを構造化し、統計的推論を相対的に容易にするモデル化の方法であるといえる。この潜在変数の導入は、統計分析上の便宜だけでなく、それ以前に、このモデルに基づく推論や予測がより現実の問題解決に寄与する事を目的にしていることはいうまでもない。これは、一種の階層モデルであるが、このような統一的な観点から、モデルの多様化やモデル選択の方法、ベイズ的アプローチの適用、数値的な解の改良など、新しい発展が顕著である。本シンポジウムは、最近に達成された貢献について、10名程度の内外の研究者の講演と将来の発展について議論する機会として企画された。
実施概要
期　日：平成16年8月25日（水）、26日（木）
場　所：東京大学駒場キャンパス 数理科学研究棟
参加費：無料

参加申し込み：お名前とご所属を、lvmsympo@bayes.c.u-tokyo.ac.jpの方ま でご連絡ください。
一日目の夕方に予定されている懇親会の出席の有無もお知らせ願えれば幸いです。