一般化可能性理論におけるMCMC法を用いた分散成分推定に対する非情報事前分布の影響

科学分野:

• 統計学
• 心理測定学
• 教育測定学

背景:

• マルコフ連鎖モンテカルロ（MCMC）法は、一般化可能性理論（GT）における分散成分推定にますます使用されています。
• MCMCにとって重要な非情報事前分布の選択とその影響は、GTの研究では十分に調査されていません。
• 既存のGT研究では、非情報事前分布の選択にばらつきが見られます。

研究 の 目的:

• GTにおける分散成分推定に対する異なる非情報事前分布の影響を調査すること。
• 欠損データを含むさまざまなデータ条件下でのさまざまな事前分布の性能を比較すること。

主な方法:

• p × i × rデザインを用いたシミュレーションおよび経験的研究。
• 8つの異なる非情報事前分布が選択され、テストされました。
• 完全データおよび10%疎データシナリオの事後点推定値（平均、中央値、最頻値）が計算されました。

主要な成果:

• 逆ガンマ（0.001, 0.001）事前分布は、ほとんどのシナリオで最も安定した最良の性能を示しました。
• パレート分布（1/σ² ~ Pareto(1, 0.001)）は、有意なバイアスを伴う最悪の結果を一貫して示しました。
• 事後中央値はバイアスが最小であり、事後平均は最大のバイアスを示しました。
• 事前分布の選択の影響は、分散成分のレベルが少ない場合に顕著でした。
• 最小限のデータ疎性（10%）は、推定結果に無視できる影響しかありませんでした。

結論:

• 非情報事前分布の選択は、MCMCによるGTの分散成分推定に大きく影響します。
• 逆ガンマ（0.001, 0.001）は、GTアプリケーションのための堅牢で安定した事前分布として推奨されます。
• 研究者は、特に複雑な設計や限られたデータの場合、信頼性に影響するため、事前分布の選択を慎重に検討する必要があります。