科研費 pdf

科研費の申請用pdfファイルがパスワードでは開かないが、IDで開くことができた。設定の誤りと思われる。

心理統計 後期第５回

１年次必須の心理統計、後期５回が終了した。今回は、t分布を利用した１つの平均値の検定、区間推定など。毎回、簡単な課題を提出してもらっているが、後期分の３分の１を終えた時点で、そろそろ講義内容の理解に困難を感じている学生がいるようだ。何か、復習のための機会をつくる必要があるかもしれない。ただ、５回の講義のうち、連続して２回以上欠席している学生が２割以上いる。これでは内容の理解が困難になるのは、講義内容からみても無理はない。後期の出席率が低下するのは一般的な傾向で、他大学でも同様である。
次回は、t分布以外の確率分布を利用した検定の話（カイ二乗検定）と、平均値以外の検定にt分布を使う例をとりあげる。以前は平均値の検定（平均値の差の検定、分散分析）をまとめて取り上げていた。昨年から、それらの前に平均値以外の検定を取り上げているが、これは確率分布についての理解を深めてもらうことを意図している。このあたりの理解がないと、どうしてもクッキングブックのような話になってしまうように思う。

Occlusion and Surface

Anderson, B.L. (2003 ) The role of occlusion in the perception of depth, lightness, and opacity. Psychological Review, 110, 762-784.

Anderson, B.L., Singh, M., & Fleming, R. (2002) The interpolation of object and surface structure. Cognitive Psychology, 44, 148-190.

p.161 彼らはdepthの処理を補間と不可分なものと考える。これに対して、"identity hypothesis"は心理学的"unit"仮定し、その表現レベルが異なる。
脚注もおもしろい。

http://www.psych.usyd.edu.au/staff/barta/

Visual interpolation is not scale invariant

Vision Research
Volume 46, Issue 19, October 2006, Pages 3142-3159
Visual interpolation is not scale invariant

Walter Gerbino and Carlo Fantoni

ScienceDirect

それは卒業論文になるか？

　学生諸君から、何をすれば卒業論文になるのかなかなかわからない、という趣旨の質問を受けることがある。３年生から質問があったので、この時期に卒業論文を考えている点で頼もしい。
　卒業論文にもとめらるものは、オリジナリティ、研究としての（一定の）完成度、表現の質、の３点だろう。まず研究であるからには、他の研究のマネでは論文とはならない。自分の問題意識を「学問的に」深める必要がある。
　次に、実験計画や処理の点で一定の完成度が求められる。卒業論文であるからむやみに高度な水準は期待できないが、以下の点はポイントだろう。先行研究をふまえているか、目的や仮説は明確で根拠が示されているか（「こう思いました」では根拠が不十分）、方法と結果の処理が適切か（実験計画とデータ処理は関連している）、つまり適切にデータを収集・整理しているか、結果を総合的に考察しているか、などである。
　最後に論文としての表現の質が問題となる。文章表現、論理的明快さ、図表の適切さ、その他の論文としての要件（基礎実験のレポートを思い出してもらいたい）に丁寧に配慮されていることが必要である。この点は、どれだけこの作業に時間をかけるか、と関連する。予想以上に労力を必要とすることは考慮しておいた方がよい。
　これらが満たされれば、卒業論文として許容される範囲は十分に広いはずだ。あとは学問的価値の問題だが、これはテーマをどのような問題として位置づけ整理するか、という出発点の問題であるから、教員と十分に相談すべきことだろう。いずれにせよ、そのテーマと今回の発見にどのような学問的価値があるかを他人にわかりやすく説明することが、論文に求められる。

ALSCAL Software

Prof. Forrest W. Young

http://forrest.psych.unc.edu/

ALSCAL
Software for Multidimensional Scaling
by Forrest W. Young
http://forrest.psych.unc.edu/research/alscal.html

Windows版のほかに、Mac版もダウンロード(free)できる。サンプルデータ付き。

最尤MDS

最尤MDS（MAXSCAL）については、以下参照。特に、Takane(1981)など。

cf.
Takane, Y. (1978a). A maximum likelihood method for nonmetric multidimensional scaling: 1. The case
in which all empirical pairwise orderings are independent- Theory. Japanese Psychological Research,
20, 7-17.
Takane, Y. (1978b). A maximum likelihood method for nonmetric multidimensional scaling: 1. The
case in which all empirical pairwise orderings are independent- Evaluation. Japanese Psychological
Research, 20, 105-114.
高根芳雄 (1980). 多次元尺度法　東京大学出版会
Takane, Y. (1981). Multidimensional successive categories scaling: A maximum likelihood method.
Psychometrika, 46, 9-28.
Takane, Y., & Carroll, D. J. (1981). Nonmetric maximum likelihood multidimensional scaling from
directional rankings of similarities. Psychometrika, 46, 389-405.

cf. Prof. Y. Takane

http://takane.brinkster.net/yoshio/

Perceptual learning/perceptual constancy

P. Garrigan and P. J. Kellman
Perceptual learning depends on perceptual constancy
Proc. Natl. Acad. Sci. USA 2008 105:2248-2253
http://www.pnas.org/content/105/6/2248.full

http://www.pnas.org/

external noise filtering/ internal noise reduction

Perceptual learning reflects external noise filtering and internal noise reduction through channel reweighting
Barbara Anne Dosher, and Zhong-Lin Lu
PNAS November 10, 1998 vol. 95 no. 23 13988-13993

http://www.pnas.org/content/95/23/13988.full

Vision Research:Perceptual Learning

Vision Research
Volume 49, Issue 21, Pages 2531-2634 (29 October 2009)
Perceptual Learning
Edited by Zhong-Lin Lu, Cong Yu, Dov Sagi, Takeo Watanabe and Dennis Levi

http://www.sciencedirect.com/science/journal/00426989

RでMDS (ALSCAL)

INDSCAL(個人差MDS，３元データのMDS)の関数
RjpWiki

Ｒと多次元尺度法
http://www1.doshisha.ac.jp/~mjin/R/27.pdf

Psychometrics in R
http://www.cuddyvalley.org/psychoR/alscal/alscal.R
http://www.cuddyvalley.org/psychoR/alscal/paper/alscal.pdf

Rで数量化３類

Rでコレスポンデンス分析（数量化３類）の実施例。

庭景観写真の評価：数量化３類
http://lbm.ab.a.u-tokyo.ac.jp/~omori/ques_axis.html

MDS by R

いずれもRに用意されているirisデータを使用している。

広島大学／佐藤健一氏（計量生物）
Rのスクリプト資料
探索的データ解析(主成分分析, 多次元尺度法, クラスタリング, 分類木, 回帰木)
http://home.hiroshima-u.ac.jp/ksatoh/documents/Rexp.txt


同志社大学／金明哲氏
Ｒと多次元尺度法
http://www1.doshisha.ac.jp/~mjin/R/27.pdf

卒業と就職

　４年生では、就職活動や卒業が思い通りに進まないこともしばしばある。教師や親がまわりから問いただしたり指図しても、ただ追いつめるだけかもしれない。今できることをひとつずつ確かめながらやればそれでよい。課題や問題は、難しそうなことよりも簡単にできそうなことから取り組むことだ。もしうまくいかなくともそれが勉強であり、発見があるはずである。たとえ卒業が先にのびても、そのような勉強と準備の時間が増えたと思うことだ（もちろん、この場合ほかに経済的問題や周囲の人間を説得するという課題も残る）。このような作業に「意味」や「楽しみ」を見つけるには行動と考え方の工夫が必要だろうが、続けるためには自分で見つけてみたいものだ。
　具体的なideaをひとつ。何でも書いておくノートをつくるとよい。個人的にはA5サイズでしっかりした作りのものがよいと思う(A4の資料が２つ折できれいにおさまる)。to do list と行動の記録である。朝、PCを立ち上げる（携帯チェック？）前に、今日やることを具体的に書く。必ず、具体的な手順と所要時間の見込みを記入する。その事項が終わったら、実際の所要時間と残した問題を書いておく。次回はそこからやればよい。
　たとえば、以下のようなものも参考になるかもしれない。

東大で学んだ卒論の書き方★論文の書き方
http://staff.aist.go.jp/toru-nakata/sotsuron.html
後半の、「研究ノートとその使い方」あたりは参考になるだろう。４年生にとっての卒業論文の意味は、このようなplanning と日常のmanagementを自分で学ぶことにもあるのではないだろうか。

OBTAINING PERMISSION TO USE ELSEVIER MATERIAL

Cog Psycho. Vision Res. などの引用に。
OBTAINING PERMISSION TO USE ELSEVIER MATERIAL
using Rightslink®
http://www.elsevier.com/wps/find/authorsview.authors/permissionsguide

1. Locate your desired content on ScienceDirect (guest users can view abstracts for free simply by clicking on the article or chapter title)
2. Click on the “Request Permissions” link in the top right hand corner of the page

当該論文のAbstractページの右上から申し込みサイトに入る。