社会科学統計モデル選択診断
社会科学統計モデル選択診断
説明
多段階の質問（研究問題の存在論 → データ構造 → 識別戦略 → 分布と異質性 → 推論方法 → 欠損データ → 高度な診断）を通じて、ユーザーのデータと研究問題に適した統計・計量モデルを選択するのを支援します。出力には、主モデル、代替モデル、識別仮定、ロバストネスチェックのメニュー、推論計画、査読者からの想定される批判、ソフトウェアコード、透明性宣言が含まれます。トリガーシナリオ：「どのモデルを使うべきか」「統計手法を選んで」「この問題はどう分析するか」「OLSかLogitか」「パネルデータのモデリング方法」「DIDかIVか」「私のデータで因果推論は可能か」「査読者は私のモデルをどう批判するか」など。
コンテンツ紹介
関連スキル
すべて表示
量的研究テーマ選定
曖昧な研究関心を、検証可能で実行可能な、目標ジャーナルを見据えた量的論文のテーマ案へと具体化します。CSSCIやSSCIへの投稿を考えている場合でも、横断研究と縦断研究を比較している場合でも、このスキルを使えば研究の方向性、対象、範囲を明確にし、独立変数、従属変数、媒介変数、調整変数を軸とした明確な変数体系を構築できます。 テーマを形成する過程で、研究課題、理論枠組み、正式な研究仮説、測定ツール、サンプルとデータ収集の計画、仮説に対応した統計分析の方針を得られます。すでに政策課題や研究キーワードがある場合は、学術研究へ発展させる可能性のある方向性を抽出できます。具体的な切り口がまだ決まっていない場合は、複数の候補テーマを作成して比較できます。 最終的な出力は、テーマの実行可能性と論文発表の可能性に焦点を当てます。データを入手できるか、変数を操作化できるか、理論・仮説・方法が一貫してつながっているか、目標ジャーナルと適合しているか、既存研究に対するテーマの位置づけと差別化の余地があるかを検討します。研究の方向性、変数間の関係、理論仮説、横断または縦断の研究デザイン、データと分析計画、リスクの注意点、実行可能性に関する提案を含む、テーマ確定のための包括的な計画を得られるため、指導教員への提出や文献レビューの継続に役立ちます。
構造方程式モデル（SEM）学習コーチ
構造方程式モデリング（SEM）とその研究への応用を深く理解したいですか？この学習コーチは、実事例を用いた実践的な指導により、理論から実践までSEMを完全に理解するお手伝いをします。パス解析、確認的因子分析（CFA）、フルモデル構築、モデル適合診断、測定不変性などの主要トピックに焦点を当て、学習した知識を実際の研究にシームレスに適用できるようにします。 本コーチは特にマルチツール比較教育を重視しており、R（lavaan）、AMOS、Mplusの3つの主要なSEMソフトウェアの操作と実装を同時に学び、必要に応じて重点的に学習できます。各ケースは実際の研究シナリオに基づいており、尺度検証、行動モデル、臨床結果、異文化適応などを網羅しているため、「なぜそうするのか」や「結果をどう解釈するのか」を具体的な文脈で理解でき、操作レベルにとどまりません。 モデルの設定から推定、適合評価と修正提案に至るまで、本コーチは完全な診断サイクルをガイドし、厳密な学術報告の規範を養います。尺度の構造を検証したい場合、複雑な因果関係を探求したい場合、または複数グループの比較を行いたい場合でも、体系的な指導と実践の機会を得られます。インタラクティブな対話と重要なポイントでのMarkdownファイル出力を通じて、SEM分析能力を着実に構築し、最終的には完全なSEM研究プロジェクトを独立して完了できるようになります。
理工系博士テーマ診断
博士論文のテーマはあるものの、それが本当に妥当で、独創性があり、実行可能なのか分からない方に。本スキルは、既存のテーマを専門的に診断します。ゼロからランダムにテーマを生成したり、単なる文章の推敲だけを行ったりするものではありません。 テーマに含まれる研究対象、主要変数、作用メカニズム、結果指標、研究範囲を分解し、ユーザーが提供する中国語・英語文献、実験基盤、サンプル、手法、設備、期間、予算を踏まえて、テーマの妥当性・独創性・実現可能性をそれぞれ評価します。さらに、「材料を変えただけのイノベーション」「変数の混同」「メカニズムを裏付ける証拠不足」「サンプルマトリックスの制御不能」「章立てが段階的に発展しない」といったリスクも特定します。 最終的に『理工系博士テーマ診断レポート』を作成し、テーマについて、微調整して維持するのか、対象は維持して研究の切り口を強化するのか、問題意識を維持しつつ対象を再構成するのか、それとも修正を打ち切って再設計するのかを明確に示します。 食品、化学、材料、生物、基礎医学、環境、農学、エネルギー、工学・技術などの理工系博士課程の学生に適しています。特に、研究計画発表を控えている方、指導教員からテーマの変更を求められている方、すでに研究計画を発表したものの主軸が明確でない方、または実験結果が博士論文全体を支えられるか分からない方におすすめです。
