1. A Fresh Way to Do Statistics
心理学者の次世代の分析ツール
JASP 入門
専修大学大学院 文学研究科 心理学専攻
修士課程2年 北條大樹
ベイズ塾春合宿2018
2018/03/02(金)
https://jasp-stats.org/releases/DISCOVER_JASP_2017.pdf
SRiP 001

2. この資料について
• JASPのソフトの ”使い方” を説明した資料になります｡
• 一部､デモデータを無理矢理ソフトウェアに入れている部分があります
ので､本資料における統計解析の精確性に関しては保証しません｡
• こんな分析ソフトウェアあるのか｡便利だなぁ｡という感じで
ゆるーくご覧ください｡
• 対象は、ベイズ統計使いたい人ではなく、無料で簡単に統計
解析したい人向けです。
2

3. お前誰や?
• 名前: 北條大樹( ほうじょう だいき ) @dastatis
• 所属: 専修大学大学院 文学研究科 心理学専攻 心理統計学研究室
• HP: https://dastatis.github.io/index.html
• 私は焼肉･ラーメン･寿司が食べたいです｡
3

4. JASPって知ってますか?
4

7. JASPとは？
• JASPは、統計解析を行うための新たな”方法”(ソフト)である。
• 完全無料
• オープンソース
• クロスプラットフォーム
• 見やすい画面、そして、ドラッグ&ドロップ操作で簡単に統計
分析できる
• JASPは、ANOVAや回帰分析のような古典的分析だけでなく、
それらのベイズ統計分析も実施することができる。
• まだ誕生したばかり｡開発が盛ん(すぎて資料作りに困った)
https://jasp-stats.org/releases/DISCOVER_JASP_2017.pdf より
7

8. なぜJASPを使うのか？
• 多くの利点
• SPSSのような商用パッケージと比較して、JASPは無料で、オープン
ソースで、開発が盛ん、そして、パラメータ推定法としてベイズ法を使
える。
• Rのようなフリーパッケージと比較しても、ドラッグ&ドロップで簡単
に操作できる。プログラミング能力を必要としない。
• その他の全てのパッケージと比べて、JASPは基本となる分析を古典的
かつベイズ的に実行することができる。
• Windows/Mac/Linux の全てで使用することが可能である。
https://jasp-stats.org/releases/DISCOVER_JASP_2017.pdf より
8

9. JASPの詳細
• JASPって何の略？
• Jeffereys’s Amazing Statistics Program
• Bayesian pioneer Sir Harold Jeffreysが驚愕の統計プログラム
• JASPって何のプログラミング言語で書かれているの？
• アプリケーション自体はC++で書かれている。
• 分析は、RとC++のどちらもで書かれている(R packageも導入済)。
• その他、ソフト外観でjavascriptも使用されている。
• どのライセンスでJASPは公開されているのか？
• The GNU Affero General Public License, Version 3
9
https://jasp-stats.org/faq/ より

10. JASPで可能な分析･処理 10
https://jasp-stats.org/how-to-use-jasp/ より

11. 本日のお品書き
• JASPとは?
• JASP導入
• 古典的分析
• t検定
• 分散分析
• 回帰
• 多変量解析(主成分･因子･SEM続き)
• ベイズ分析
• t検定モデル
• 分散分析モデル
• 回帰モデル
11

12. JASPの導入 12
Windowsの方
Macの方
(事前にXQuartzが必要)
Linuxの方

13. JASPの導入
• 画面に従ってインストール
13

14. インストール完了して､起動すると 14

15. メニューの説明 15
ファイル
読み込み
基本分析
のタブ
高度な分析
タブを追加
ヘルプ･設定

16. JASPで読み込めるデータファイル形式 16
• .csv
• .txt
• .sav (SPSSのファイル)
• .ods
• 1行目に列名が入っている必要あり
• 欠損値に関しては､”Nan”, ”.”(ピリオド), ” ”(スペース),もしくは空白セル
https://jasp-stats.org/getting-started/ より

17. ファイル読み込みタブ 17
• Recent ･･･ 最近使ったファイル
• Computer ･･･ コンピュータにあるファイル
• OSF ･･･ Open Science Framework のプロジェクトに紐付いたデータを選択
• Examples ･･･ デモデータが入っている｡

18. ファイル読み込みタブ(OSF編) 18
• 論文の補足資料や分析データが公開されているサイト(再現可能性の問題のため)
• OSFアカウントを持っていると､紐付けられる｡
https://osf.io/

19. ファイル読み込みタブ(OSF編) 19
• OSFアカウントでログインする｡

20. ファイル読み込みタブ(OSF編) 20
• 自分の参加しているプロジェクトが表示される｡
• 選択していくことで､プロジェクトにあるデータを読み込める｡

21. ファイル読み込みタブ(Examples編) 21
• 5つのデモデータが既に入っている｡
• 今日はこれらを使って､遊んでみる｡
• まずは､Big5のデータを読み込んでみましょう｡

22. 記述統計量を算出してみよう｡
• まず､データを読み込むと以下になる｡
• ｢Descriptives｣を押して､記述統計量を算出する｡
22

23. 記述統計量を算出してみよう｡
• 算出したい変数を右の四角に移動させる｡
23
つぎにやりたいこと
･分散出したい
･2変数の相関関係をプロットしたい

24. もっと詳しく出してみよう 24
ヒストグラム&密度推定
散布図
箱ひげ図
箱ひげ図オプション
バイオリンプロットにしたり､
外れ値の値表記したりできる
使いたい項目にチェック入れれば勝手に値･図が出てきます｡

25. 前スライド参考に散布図を書いてみる
• でてきた｡
25
Next→
図をコピー(保存)
するには?

26. コピーもしくは図を保存するには､､､
• 散布図の▼の部分をクリックし､選択してコピーや保存
26
• JASPのすごいところ
APA形式の図表で排出してくれるので､
論文にする際は､貼り付けるだけで完成｡
• 保存可能形式
tex民にも優しい｡

27. 結果の保存方法(OSF編) 27
• ｢File｣タブの｢Export Results｣→｢OSF｣→
保存したいプロジェクト選択→保存したいファイル名
OSF画面(Web)
demo1.htmlが保存される→
保存すると

28. • ｢File｣タブの｢Export Results｣→｢Computer｣→
保存したい場所を選択→保存したいファイル名
結果の保存方法(自分のPC編) 28
今回はデスクトップに
demo1.htmlを保存→
demo1.htmlを開くと･･･ →
• 基本的にあとはこの手順の繰り返し!
自分のやりたい分析へ→

29. 信頼性分析 29
• 左記の統計量なんかも簡単に算出して
くれる｡

30. 自分の行いたい統計分析へ
(古典的分析編)
本資料はJASPの使い方を見せることを最優先にしているので､
分析を行う上で“不適切な”デモデータの入れ方をしている箇所があるかもしれま
せん｡
あくまでも､JASPの使い方を知るためにお使いください｡
30

31. t検定編
｢Kitchen Rolls｣データを読み込んでね｡
31

32. 独立な2群のt検定 (Independent Samples T-test)
• ｢mean_NEO｣が｢Sex｣間で差があるか?
32
･検定の種類
･仮説
･効果量の算出
･仮定チェック
･欠損値処理法
などは適宜選択

33. 対応のある2群のt検定 (Paired Samples T-test)
• ｢q1_NEO｣と｢q2_NEO｣間で差があるか?
33
･検定の種類
･仮説
･効果量の算出
･仮定チェック
･欠損値処理法
などは適宜選択

34. 1サンプルのt検定 (One Sample T-test)
• ｢mean_NEO｣と0 (特定の平均値) と差があるか?
34
･検定の種類
･比較したい平均値
･仮説
･効果量の算出
･仮定チェック
･欠損値処理法
などは適宜選択

35. ANOVA
35

36. ANOVA (Tooth Growth データを読み込む)
• ｢dose｣条件毎に｢len｣の平均値差があるか検討
36
･仮定チェック
･事後処理(多重比較)
･プロット
･効果量算出
などは適宜選択

37. Repeated Measures ANOVA (Bugs データ)
• 分析するデータ(2要因 各2水準)
37

38. Repeated Measures ANOVA つづき 38

39. ANCOVA
• 詳細は省略｡同じようなやり方で出せます｡
39

40. Regression
Political Democracy データを読み込む｡
40

41. Correlation Matrix (相関行列)
• 変数x1-x3の相関行列を算出
41

42. Linear regression (線形回帰)
• 説明変数 x1-x3 従属変数 y1 の線形回帰
42

43. Logistic regression (Kitchen Rolls データ)
• 説明変数 q1-q12_Neo 従属変数 Sex のロジスティック回帰
43
･モデルに無理矢理デモデータを入れてます｡
･やりかたをみるにとどめてください｡

44. Frequencies
二項検定(省略)
多項検定(適合度検定) (省略)
分割表
対数線形回帰(省略)
44

45. 分割表 (Kitchen Rolls データ) 45

46. 対数線形回帰 46
データは適当です｡分析結果の雰囲気だけ感じ取ってください｡

47. Factor
主成分分析
因子分析
47

48. 主成分分析 (Kitchen Rolls データ) 48

49. JASPのすごいところ 49
オプションで自動でパス図と
スクリープロット書ける

50. 因子分析 50

51. もちろん､因子分析でもパス図もね 51

52. より高度な分析へ
メタ分析
ネットワーク分析
SEM
52

53. SEM は R のLavaan記法を使う｡
• Political Democracy データでデモ｡
• モデルは､ http://lavaan.ugent.be/tutorial/sem.html を参照｡
53
実行すると

54. SEM続き 54
細かく計算結果を算出してくれる｡

55. まとめ
• JASPはタダで簡単に論文直結な分析ができる｡
• 現在開発中なので､更に機能が拡張される｡
• 心理統計学者がトップに立っているので､ユーザー目線を忘れ
ない｡
• OSFアカウントと紐付けて､より便利に｡
• JASPは心理学者の次世代の分析ツール
55
君はこれで満足か? →

56. JASPベイズ分析編
Bayesian Analysis
56

57. ベイズでできる分析
• ベイズでできるのも結構ある｡
• 今後拡充される(はず)｡
• BFが算出される｡
• やり方はほぼ一緒｡
• モデリングは今のところできない｡
57

58. Bayesian Independent Samples T-Test
• Kitchen Rollsデータ
58
BFと誤差が算出される｡
ベイズで､まず､絶対に大事なこと
･どんな事前分布で算出した結果なのか?
･その事前分布の妥当性は?
･事後分布の形状は?

59. オプションをぽちっといじる｡ 59
事前分布･事後分布を確認
事前分布の設定変えて
BFがどう移りゆくか? →

60. Bayesian Paired Samples T-Test 60
古典的分析の際とやることは同じ｡

61. Bayesian One Sample T-Test 61

62. Bayesian ANOVA (Tooth Growth) 62
事後的な分析で事前･事後オッズを
出してくれる｡

63. Bayesian Repeated Measures ANOVA 63

64. Bayesian Linear Regression (Big5データ) 64

65. まとめ
• JASPはタダで簡単に論文直結なベイジアン分析もできる｡
• 現在開発中なので､更にベイジアンな機能が拡張される｡
• 心理統計学者がトップに立っているので､ユーザー目線を忘れ
ない｡
• OSFアカウントと紐付けて､より便利に｡
• JASPは
心理学者の次世代の古典的･ベイズ分析ツール
65

66. 参考文献･サイト
• JASPについて
• https://jasp-stats.org/
• Wagenmakers, E. J., Love, J., Marsman, M., Jamil, T., Ly, A., Verhagen, J., ... & Meerhoff, F. (2017). Bayesian inference
for psychology. Part II: Example applications with JASP. Psychonomic Bulletin & Review, 1-19.
• 難波修史, 由比匠, 神原広平, 宮谷真人, & 中尾敬. (2017). JASP による心理学者のためのベイズ統計. 広島大学心理学研
究, (16), 97-108.
• BayesFactor(ベイズファクター)について
• https://dastatis.github.io/dastatis.github.io/pdf/BayesFactor.html
• https://www.slideshare.net/ShushiNamba/bayes-factor-69579672
• https://www.slideshare.net/daikihojo/bridgesampling
• ベイズについて
• Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2014). Bayesian data analysis (Vol. 2).
Boca Raton, FL: CRC press.
• Lee, M. D., & Wagenmakers, E. J. (2014). Bayesian cognitive modeling: A practical course. Cambridge university press.
• Kruschke, J. (2014). Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan. Academic Press.
66