研究成果
Publications
プレプリント Preprints
Hijikata, K., Oka, M., Yamaguchi, K., & Okada, K. (2023). variationalDCM: An R package for variational Bayesian inference in diagnostic classification models. PsyArxiv Preprint. https://doi.org/10.31234/osf.io/f2sqd (認知診断モデル[診断分類モデル]の変分ベイズ推定を行うRパッケージを開発しました)
Oka, M. & Okada, K. (2021). Assessing the performance of diagnostic classification models in small sample contexts with different estimation methods. PsyArxiv Preprint. https://arxiv.org/abs/2104.10975 (認知診断モデル[診断分類モデル]の学級サイズのような小標本下における性質をシミュレーションで評価しています)
Shimada, D., & Okada, K. (2024). Reliability coefficient for Bayesian knowledge tracing models. PsyArxiv Preprint. https://doi.org/10.31234/osf.io/k7x43
論文 Papers
Tsukamura, Y., & Okada, K. (2024). The "neglecting the vectorization" error in Stan: Erroneous coding practices for computing marginal likelihood and Bayes factors in models with vectorized truncated distributions. Behaviormetrika, accepted. [Preprint](Stanでベクトルの切断分布をコーディングする際に生じうるコーディングエラーとその影響、適切な実装方法について論じた論文です)
Fukushima, K., Uchida, N., & Okada, K. (2024). Modeling partial knowledge in multiple-choice cognitive diagnostic assessment. Journal of Educational and Behavioral Statistics, Online Advance Publication. https://doi.org/10.3102/10769986241245707 [Preprint](多枝選択形式のテストにおける、部分的知識を考慮した認知診断を行うことができるモデルを提案した論文です)
若井大成・岡田謙介 (2024). 説得による態度変容プロセスの認知モデリング:中村・三浦 (2019) の事前登録済み二次分析. 社会心理学研究, 39(3), 180-191. https://doi.org/10.14966/jssp.2023-008 [OSF] (複数の情報源からの複数方向の説得状況における、態度変容プロセスの認知モデリングを事前登録の上で行った研究です。元論文著者の先生方には多大なご協力をいただきました)
Tan, Y., Ito, T., & Okada, K. (2023). Bayesian penalization for explanatory cognitive diagnostic model: A covariate DINA with the lasso prior. Behaviormetrika, 51(1), 237-257. https://doi.org/10.1007/s41237-023-00219-w [Preprint](学習者の属性・背景情報変数や学習履歴、背景知識等の共変量を含んだ認知診断モデルにおいて、解釈性と計算効率を高める正則化法を提案する論文です)
Yamada, T., & Okada, K. (2024). Bayes factor for single-case ABAB design data. Behaviormetrika, 51, 277–286, https://doi.org/10.1007/s41237-023-00206-1 [Open Science Framework](一事例実験のABABデザインでの、ベイズファクターによるモデル比較法を提案した論文です)
岡田謙介 (2023). 日本テスト学会誌へのオープンサイエンス・バッジの導入について . 日本テスト学会誌, 19(1), 234-237. https://doi.org/10.24690/jart.19.1_234 (編集出版委員長として日本テスト学会誌で導入したオープンサイエンス・バッジに関してまとめた論文です)
Fujita, K., Katahira, K. & Okada, K. (2023). The effect of individual-level adaptive stimulus selection on the group-level parameters for cognitive models. Behaviormetrika, 50, 699–717. https://doi.org/10.1007/s41237-023-00196-0 [Open Science Framework](認知モデルで個人レベルで適応的刺激選択を行うことが、集団レベルのパラメータにもよい影響をもたらすかをシミュレーションで評価しました)
Fujita, K., Okada, K., & Katahira, K. (2023). Stimulus selection in a Q-learning model using Fisher information and Monte Carlo simulation. Computational Brain & Behavior, 6, 262–279. https://doi.org/10.1007/s42113-022-00163-0 [Open Science Framework](Q学習モデルで効率のよい刺激選択を実現するための、Fisher情報量とモンテカルロ近似に基づく適応的刺激選択法を提案しました)
Fujita, K., & Okada, K. (2023). Adaptive optimal stimulus selection in cognitive models using a model averaging approach. Behaviormetrika, 50, 431-463. https://doi.org/10.1007/s41237-022-00189-5 [Open Science Framework](モデルの不確実性がある状況下において、ベイズモデル平均化法による適応的な刺激選択法を提案しました)
Oka, M., & Okada, K. (2023). Scalable estimation algorithm for the DINA Q-matrix combining stochastic optimization and variational inference. Psychometrika, 88, 302–331. https://doi.org/10.1007/s11336-022-09884-4 [Preprint] [Open Science Framework] (認知診断モデル[診断分類モデル]のQ行列をスケーラブルに推定する変分ベイズ推定と確率的最適化に基づく方法を提案しました)
野々田聖一・岡田謙介 (2023). 一対比較型とリッカート型の心理測定の比較:信頼性・妥当性・回答のしやすさの観点から. 心理学研究, 93(6), 526-535. https://doi.org/10.4992/jjpsy.93.20231 [Open Science Framework] (一対比較型とリッカート型の回答形式について心理測定の様々な鑑定から比較・評価した論文です)
Oka, M., Saso, S., & Okada, K. (2023). Variational inference for a polytomous-attribute saturated diagnostic classification model with parallel computing. Behaviormetrika, 50, 63-92. https://doi.org/10.1007/s41237-022-00164-0 [Preprint] [Open Science Framework] (診断する認知要素(アトリビュート)が多値の場合の認知診断モデル[診断分類モデル]の変分ベイズ推定法を提案した論文です)
若井大成・岡田謙介(2022). メタ理解判断プロセスの認知モデリング. 基礎心理学研究, 40(2), 157-169. https://doi.org/10.14947/psychono.40.19 [Open Science Framework]
島津奈留・岡田謙介 (2022). 信号検出理論の基本的方法と理論的展開. 行動計量学, 49(1), 1-20. [Preprint]
野々田聖一・分寺杏介・岡田謙介 (2021). 2因子を測定する一対比較型質問紙における推定法. 行動計量学, 48(2), 53-68. [Preprint] [Open Science Framework]
福島健太郎・内田奈緒・岡田謙介 (2021). Q行列を付与した多枝選択形式テストの開発 ―認知診断モデルのための英語の空所補充問題の作成 ― 日本テスト学会誌, 17, 45-59. [Preprint] [Open Science Framework]
岡田謙介 (2021). 心理学におけるベイズ統計モデリング:再現性問題と認知モデル. 法社会学, 87, 124-133. [Preprint]
Bunji, K. & Okada, K. (2022). Linear ballistic accumulator item response theory model for multidimensional multiple-alternative forced-choice measurement of personality. Multivariate Behavioral Research, 57(4), 658-678. https://doi.org/10.1080/00273171.2021.1896351 [Preprint] [Open Science Framework]
Yamaguchi, K., & Okada, K. (2020). Variational Bayes inference algorithm for the saturated diagnostic classification model. Psychometrika, 85, 973–995. https://doi.org/10.1007/s11336-020-09739-w [Preprint] [Suppl.]
清水佑輔・岡田謙介・唐沢かおり (2020). 愛好家サブカテゴリーの顕現化によるギャンブラーへの潜在的態度の肯定化 . 実験社会心理学研究 , 60(2), 113-124. https://doi.org/10.2130/jjesp.2008 [Open Science Framework]
Okada, K. & Bunji, K. (2021). Increase of reliability by incorporating response time into the paired-comparison psychological measurement. Behaviormetrika, 48, 169-177. https://doi.org/10.1007/s41237-020-00109-5 [Preprint] [Open Science Framework]
分寺杏介・岡田謙介 (2020). 現代的なパーソナリティ測定のためのベイズ統計モデリング. 社会と調査, 25, 22-30,
岡田謙介 (2020). ベイズ統計学の考え方. 社会と調査, 25, 5-13. [Preprint]
菱山完・伊藤徹郎・岡田謙介 (2020). 問題の解き直しの学業成績への効果:階層線形モデルによるビッグデータの分析. 行動計量学, 47(2), 153-160. https://doi.org/10.2333/jbhmk.47.153
Yamaguchi, K., & Okada, K. (2020). Hybrid cognitive diagnostic model. Behaviormetrika, 47, 497–518. https://doi.org/10.1007/s41237-020-00111-x [Preprint] [Open Science Framework]
丹亮人・岡田謙介 (2020). 多値アトリビュートにおける認知診断の正確度へのQ行列の誤設定の影響:アトリビュートの階層性がある場合の検討. 行動計量学, 47(2), 1-15. https://doi.org/10.2333/jbhmk.47.211 [Open Science Framework]
丹亮人・岡田謙介 (2020). 連続型の特性値をもつ補償型認知診断モデル. 日本テスト学会誌, 16, 31-44. [Preprint] [Open Science Framework]
Yamaguchi, K., & Okada, K. (2020). Variational Bayes inference for the DINA model. Journal of Educational and Behavioral Statistics, 45(5), 569-597. https://doi.org/10.3102/1076998620911934 [Preprint] [Open Science Framework]
Iijima, Y., Okumura, Y., Yamasaki, S., Ando, S., Okada, K., Koike, S., Endo, K., Morimoto, Y., Williams, A, Murai, R., Tanaka, S. C., Hiraiwa-Hasegawa, M, Kasai, K. & Nishida, A. (2020). Assessing the hierarchy of personal values among adolescents: A comparison of rating scale and paired comparison methods. Journal of Adolescence, 80, 53-59. https://doi.org/10.1016/j.adolescence.2020.02.003
Bunji, K. & Okada, K. (2020). Joint modeling of the two-alternative multidimensional forced-choice personality measurement and its response time by a Thurstonian D-diffusion item response model. Behavior Research Methods, 52, 1091–1107. https://doi.org/10.3758/s13428-019-01302-5 [Preprint] [Open Science Framework]
藤田和也・岡田謙介 (2019). 主観確率を含んだ累積プロスペクト理論モデルの推定精度について. 行動計量学, 46, 53-71. https://doi.org/10.2333/jbhmk.46.53 [Open Science Framework]
Bunji, K. & Okada, K. (2019). Item response and response time model for personality assessment via linear ballistic accumulation. Japanese Journal of Statistics and Data Science, 2, 263–297. https://doi.org/10.1007/s42081-019-00040-4 [Open Science Framework]
藤田和也・岡田謙介 (2019). 非認知的スキルを効率よく推定するための反応時間を利用したコンピュータ適応型テスト. 日本テスト学会誌, 15, 45-58. https://doi.org/10.24690/jart.15.1_45 [Open Science Framework]
菱山完・岡田謙介 (2019). PISA2015における探究型教授法が理科の到達度に与える因果効果の検討. 日本テスト学会誌, 15, 135-148. https://doi.org/10.24690/jart.15.1_135 [Open Science Framework]
北條大樹・岡田謙介 (2018). 係留ビネット法による反応スタイルの分類:ヨーロッパの大規模健康調査を例に. 行動計量学, 45, 13-25. https://doi.org/10.2333/jbhmk.45.13 [Open Science Framework]
Yamaguchi, K. & Okada, K. (2018). Comparison among cognitive diagnostic models for the TIMSS 2007 fourth grade mathematics assessment. PLoS ONE , 13(2): e0188691. https://doi.org/10.1371/journal.pone.0188691 [PDF]
Shibuya, Y., Okada, K.. Ogawa, T., Matsuda, I. & Tsuneoka, M. (2018). Hierarchical Bayesian models for the autonomic-based concealed information test. Biological Psychology, 132, 81-90. https://doi.org/10.1016/j.biopsycho.2017.11.007 [Preprint]
Okada, K. & Mayekawa, S. (2018). Post-processing of Markov chain Monte Carlo output in Bayesian latent variable models with application to multidimensional scaling. Computational Statistics, 33, 1457-1473. https://doi.org/10.1007/s00180-017-0759-6 [Preprint]
岡田謙介 (2018). ベイズファクターによる心理学的仮説・モデルの評価. 心理学評論, 61, 101-115. [PDF]
岡田謙介 (2017). ベイズ統計的アプローチによる多次元尺度構成法:レビューと個人差を考慮した心理学実験データへの応用. 計算機統計学, 30(2), 213-227. https://doi.org/10.20551/jscswabun.30.2_213 [Preprint]
山口一大・岡田謙介 (2017). 近年の認知診断モデルの展開. 行動計量学, 44, 181-198. [LINK]
山口一大・岡田謙介 (2017). TIMSS2007の日本人サンプルを用いた認知診断モデルと項目反応理論モデルの比較. 日本テスト学会誌, 13, 1-16. [Preprint]
Okada, K., Vandekerckhove, J. & Lee, M.D. (2018). Modeling when people quit: Bayesian censored geometric models with hierarchical and latent-mixture extensions. Behavior Research Methods, 50, 406-415. https://doi.org/10.3758/s13428-017-0879-5 [Preprint] [Open Science Framework]
北條大樹・岡田謙介. (2017). 評定尺度における反応傾向を考慮した係留寸描データのベイズ的項目反応モデル. データ分析の理論と応用, 6, 113-125. [OSF](R code)
岡田謙介 (2017). ASA声明とこれからの統計学の使われ方:最近の心理統計分野の動向から. 社会と調査, 19, 88-93.
Okada, K. & Hoshino, T. (2017). Researchers' choice of the number and range of levels in experiments affects the resultant variance-accounted-for effect size. Psychonomic Bulletin & Review, 24, 607-616. https://doi.org/10.3758/s13423-016-1128-0 [Preprint] [Open Science Framework]
Okada, K. (2017). Negative estimate of variance-accounted-for effect size: How often it is obtained, and what happens if it is treated as zero. Behavior Research Methods, 49, 979-987. https://doi.org/10.3758/s13428-016-0760-y [Preprint] [Suppl] [Open Science Framework]
岡田謙介・加藤淳子 (2016). 政治学における空間分析と認知空間:個人差・集団差を考慮した多次元尺度法の展開と実証分析. 行動計量学,43, 155-166. [LINK]
Okada, K., & Lee, M.D. (2016). A Bayesian approach to modeling group and individual differences in multidimensional scaling. Journal of Mathematical Psychology, 70, 35-44. [LINK] [Preprint]
Kusumi, T., Yama, H., Okada, K., Kikuchi, A., & Hoshino, T. (2016). A national survey of psychology education programs and their content in Japan. Japanese Psychological Research, 58, 4-18. [PDF]
Okada, K. (2015). Bayesian meta-analysis of Cronbach's coefficient alpha to evaluate informative hypotheses. Research Synthesis Methods, 6, 333-346. [LINK]
Takahashi, Y., Okada, K., Hoshino, T., & Anme, T. (2015). Developmental trajectories of social skills during early childhood and links to parenting practices in a Japanese sample. PLoS ONE, 10(8): e0135357. [PDF]
波田野結花・吉田弘道・岡田謙介 (2015). 教育心理学研究における p 値と効果量による解釈の違い. 教育心理学研究, 63, 151-161. [PDF]
Nishiyama, T., Suzuki, M., Adachi, K., Sumi, S., Okada, K., Kishino, H., Sakai, S., Kamio, Y., Kojima, M., Suzuki, S., Gruber, C.P., Constantino, J.N., & Kanne, S.M. (2014). Comprehensive comparison of self-administered questionnaires for measuring quantitative autistic traits in adults. Journal of Autism and Developmental Disorders. 44(5), 993-1007. [LINK]
Sakaiya, S., Shiraito, Y., Kato, J., Ide, H., Okada, K., Takano, K., & Kansaku, K. (2013). Neural correlate of human reciprocity in social interactions. Frontiers in Neuroscience. 7:239. doi: 10.3389/fnins.2013.00239. [PDF]
Okada, K. (2013). Is omega squared less biased? A comparison of three major effect size indices in one-way ANOVA. Behaviormetrika, 40, 1-19. [PDF]
Okada, K. (2012). A Bayesian approach to asymmetric multidimensional scaling.Behaviormetrika, 39(1), 1-14. [PDF]
Kato, J. & Okada, K. (2011). Simplification and shift in cognition of political difference: Applying the geometric modeling to the analysis of semantic similarity judgment. PLoS One, 6, e20693. [PDF]
岡田謙介 (2011). クロンバックのαに代わる信頼性の推定法について. 日本テスト学会誌, 7, 37-50. [PDF]
Okada, K. & Mayekawa, S. (2011). Bayesian nonmetric successive categories multidimensional scaling. Behaviormetrika, 38(1), 17-31. [PDF]
Okada, K. & Shigemasu, K. (2010). Bayesian multidimensional scaling for the estimation of a Minkowski exponent. Behavior Research Methods, 42(4), 899-905. [LINK]
岡田謙介・繁桝算男 (2010). 小標本における選抜効果を補正する相関係数の推定について―最尤推定法とベイズ推定法のシミュレ・[ションによる比較― 日本テスト学会誌, 6, 63-74. [PDF]
Okada, K. & Shigemasu, K. (2009). BMDS: a collection of R functions for Bayesian multidimensional scaling. Applied Psychological Measurement, 33(7), 570-571. [LINK]
Okada, K., Kato, J., & Shigemasu, K. (2009). The structure of optimized stress function under different Minkowski metrics. New Trends in Psychometrics: Conference Volume of the 72nd International Meeting of the Psychometric Society, 377-386.
高橋雄介・岡田謙介・星野崇宏・安梅勅江 (2008). 就学前児の社会的スキル : コホート研究による因子構造の安定性と予測的妥当性の検討. 教育心理学研究, 56, 81-92. [PDF]
岡田謙介・星野崇宏・繁桝算男 (2007). 構造方程式モデリングにおける検定統計量のBartlett補正 教育心理学研究, 55, 382-392. [LINK]
星野崇宏・岡田謙介 (2006). 傾向スコアを用いた共変量調整による因果効果の推定と臨床医学・疫学・薬学・公衆衛生分野での応用について 保健医療科学, 55, 230-243. [PDF]
Sakata, O., Okada, K., Kohyama, K., Shiina, T., & Saito, Y. (2005). Effect of variable propagation window parameter on multidimensional directed information. IEEJ Transactions on Electronics, Information and Systems, 125, 1387-1392. [LINK]
星野崇宏・岡田謙介・前田忠彦 (2005). 構造方程式モデリングにおける適合度指標とモデル改善について : 展望とシミュレーション研究による新たな知見 行動計量学, 32, 209-235.[PDF]
書籍 Books
[分担執筆] 岡田謙介 (2019). 効果量と信頼区間,メタ分析. 繁桝算男・山田剛史 (編) 心理学統計法 (公認心理師の基礎と実践5). 遠見書房. 14章 pp. 260-274.
[分担執筆] 岡田謙介 (2018). 発達心理学研究における現代的な統計モデリング 河合優年・内藤美加・斉藤こずゑ・高橋惠子・高橋知音・山祐博 (編) 児童心理学の進歩 2018年版 pp. 283-287. [Amazon]
[分担執筆] 岡田謙介 (2018). オンライン調査における回答項目数のモデリング . 豊田秀樹 (2018, 編著). たのしいベイズモデリング: 事例で拓く研究のフロンティア 北大路書房 10章 pp.103-114.
[分担執筆]岡田謙介 ・星野崇宏 (2018). 第3章 大学ではどんな心理学を教わるの? ー深く学ぶために 日本心理学会 (監修) 楠見孝 (編) 心理学って何だろうか? 四千人の調査から見える期待と現実. 誠信書房. pp.64-90. [Amazon]
M.D.リー,E.-J.ワーゲンメイカーズ (著) 井関龍太(訳) 岡田謙介 (解説) (2017). ベイズ統計で実践モデリング:認知モデルのトレーニング. 北大路書房. [Amazon]
高井啓二・星野崇宏・野間久史(著) 星野崇宏・岡田謙介 (編) (2016). 欠測データの統計科学. 岩波書店. [Amazon]
永野裕之(著) 岡田謙介(監修) (2015). 統計学のための数学教室. ダイヤモンド社. [Amazon]
千野直仁・佐部利真吾・岡田謙介 (2012). 非対称MDSの理論と応用. 現代数学社. [Amazon]
大久保街亜・岡田謙介 (2012). 伝えるための心理統計:効果量・信頼区間・検定力. 勁草書房. [Amazon]
[分担執筆] 岡田謙介 (2014). 効果量のバイアスを調べるシミュレーション研究 山田剛史 (編) Rによる心理学研究法入門. 北大路書房. 10章 pp.231-252. [Amazon]
[分担翻訳] 菅原ますみ(監訳) 松本聡子・室橋弘人・山形伸二・尾崎幸謙・松浦素子・高橋雄介・岡田謙介・宇佐美慧 (訳) (2014). 縦断データの分析II―イベント生起のモデリング 朝倉書店 [Amazon]
[分担執筆] 岡田謙介 (2013). 第7章 人文科学分野キーワード in: 日本統計学会 (編) 日本統計学会公式認定 統計検定1級対応 「統計学」. 東京図書. [Amazon]
[分担翻訳] 菅原ますみ(監訳) 松本聡子・松浦素子・尾崎幸謙・室橋弘人・高橋雄介・岡田謙介・山形伸二(訳) (2012). 縦断データの分析I ―変化についてのマルチレベルモデリング. 朝倉書店 [Amazon]
[分担翻訳] 繁桝算男・岸野洋久・大森裕浩 監訳 (2011). ベイズ統計分析ハンドブック. 朝倉書店. [Amazon]
[分担執筆] 岡田謙介 (2008). 因子分析 in: 繁桝算男・橋本貴充・大森拓哉 心理統計学 培風館, pp.177-206. [Amazon]
[分担執筆] 猪口孝・岡田謙介 (2007). 自分の子どもにどのような大人になってほしいのか in: 猪口孝・田中明彦・園田茂人・ティムール・ダダバエフ(編) アジア・バロメーター 躍動するアジアの価値観 ―アジア世論調査(2004)の分析と資料― 明石書店, pp.339-352. [Amazon]
[分担執筆] Inoguchi, T. & Okada, K. (2006). How would you like to see your son and daughter grow up? in: T. Inoguchi, A. Tanaka, S. Sonoda, & T. Dadabaev (Eds.) Human Beliefs and Values in Striding Asia. Akashi Shoten, pp.311-322. [Amazon]
紀要・書評等 Technical Reports & Book Reviews
岡田謙介 (2019). 書評『Rによる多変量解析入門:データ分析の実践と理論』. 日本テスト学会誌, 15, 170-171.
三浦麻子・岡田謙介・清水裕士 (2018). 統計革命: Make statistics great again -特集号の刊行にあたって- 心理学評論, 61, 1-2.
池田孝恒・岡田謙介 (2018). 反応時間情報を利用する場合としない場合における項目反応モデルのテスト情報量. 専修人間科学論集心理学篇, 8, 1-6.
北條大樹・岡田謙介 (2017). ロジスティック型項目反応理論モデルにおけるJAGSとStanを用いた推定の比較評価. 専修人間科学論集心理学篇, 7, 15-23.
岡田謙介 (2016). アーバインの"Ame Otoko." 心理学ワールド, 75, 39. [PDF]
小林哲朗・岡田謙介 (2016). 特集「計量政治学と行動計量学の接点」にあたって. 行動計量学, 43, 111-112.
岡田謙介 (2016). ベイズ統計学による心理学研究のすゝめ. サイナビ!ブックレットvol.8. ちとせプレス.[LINK] [1] [2] [3] [4]
岡田謙介 (2016). ベイズ推定による情報仮説の評価:その理論と各種モデルへの応用について. 専修人間科学論集心理学篇, 6, 9-17.
岡田謙介 (2015). 書評『続・心理統計学の基礎―統合的理解を広げ深める』. 書斎の窓, 2015年5月(639)号, 56-60. 有斐閣. [LINK]
岡田謙介 (2015). 心理学と心理測定における信頼性について:Cronbachのα係数とは何なのか,何でないのか. 教育心理学年報, 54, 71-83. [PDF] [訂正]
岡田謙介 (2014). ベイズ統計による情報仮説の評価は分散分析にとって代わるのか? 基礎心理学研究, 32(2), 223-231. [PDF]
岡田謙介 (2013). MULTISCALE による最尤多次元尺度構成法. 専修人間科学論集心理学篇, 1, 91-98.
岡田謙介 (2011). クロンバックのα係数とは何だったのか:信頼性係数のレビューと実データ分析. 専修人間科学論集心理学篇, 3, 61-70.
前田忠彦・岡田謙介 (2007). 因子分析入門 ―言語テスティング・データのための多変量解析― 統計数理研究所共同研究リポート, 200, 61-97.
岡田謙介 (2002). 自然界におけるパターン形成の数学 ―自然・科学・人間― ΣΥΜΠΟΣΙΟΝ東京大学教養学部学生論文集, 6, 80-86.
対談 Dialogs