# Regression to the Mean Girls：混合効果モデルとLove Islandのキススコア（ゲスト：Hannah Barton）

- 番組: [Casual Inference](https://ai-curator.jp/podcasts/shows/cmv3z5c2500195o10nrfofiic)（Lucy D'Agostino McGowan and Ellie Murray）
- 元のタイトル: Regression to the Mean Girls | Mixed Effects, Mixed Signals: Love Island Kissing Scores with Hannah Barton
- 配信日: 2026年10月19日
- 長さ: 48分
- 要約作成日: 2026年10月19日
- トピック: [#混合効果モデル](https://ai-curator.jp/topics/%E6%B7%B7%E5%90%88%E5%8A%B9%E6%9E%9C%E3%83%A2%E3%83%87%E3%83%AB) [#Social Relations Model](https://ai-curator.jp/topics/Social%20Relations%20Model) [#二者間相互作用](https://ai-curator.jp/topics/%E4%BA%8C%E8%80%85%E9%96%93%E7%9B%B8%E4%BA%92%E4%BD%9C%E7%94%A8) [#R](https://ai-curator.jp/topics/R) [#小サンプル統計](https://ai-curator.jp/topics/%E5%B0%8F%E3%82%B5%E3%83%B3%E3%83%97%E3%83%AB%E7%B5%B1%E8%A8%88) [#潜在変数](https://ai-curator.jp/topics/%E6%BD%9C%E5%9C%A8%E5%A4%89%E6%95%B0)
- URL: https://ai-curator.jp/podcasts/cmvf5s6mv00025h0zznhw3ss1

## 要約

ワシントン大学の博士課程学生 Hannah Barton が、リアリティ番組 Love Island の「キスチャレンジ」のスコアを、博士論文で使う予定の Social Relations Model（社会関係モデル）で分析した話を紹介した回。スコアの分散は「関係」成分が約70〜75%を占め、行為者成分は小さいという結果だった。非対称ブロック設計、混合効果モデル、ファンwikiからのデータ収集、小サンプルでの統計の価値なども語られた。

## ポイント

- Hannah は論文用の Social Relations Model（SRM）の練習として、実データの複雑さを避けて Love Island のキスチャレンジ（10点満点）を分析した。
- SRM はスコアの分散を、評価する人（actor）、評価される人（partner）、二者固有の関係（relationship）、誤差に分解する。ただし1組につきスコアが1つだと関係と誤差は分離できない。
- ラウンドロビンとして扱った場合、関係＋誤差の分散は約70%超で、partnerが20〜30%、actorは小さい。男女別や全体でも大きな差はなかったと述べている。
- 男女双方がキスをしたシーズンでは、相手に高い点を付けた人は相手からも高い点をもらう傾向があり、二者間の相互性（dyadic reciprocity）が示唆された。
- カップルになった（または後になる）二人は互いに高得点を付けやすく、その差は女性側でより大きく見えた。モデルは非対称ブロック設計用のRコードで、固定効果とランダム効果を使った。
- 小サンプルの分野では統計の専門知識が重要だという点で、司会陣と Hannah の意見が一致した。

## 章立て

- [00:00] **ゲスト紹介とメディア近況** — Hannah の専門（言語発達・神経発達障害）の紹介と、Ted Lasso、WNBA、SF小説など各自の最近のメディア。
- [05:30] **Love Island とキスチャレンジ** — Love Island の仕組みと、目隠しの参加者がキスに点数を付けるチャレンジの概要、データの混沌とした特徴を説明。
- [12:20] **二者間相互作用とSRM** — 二者間の相互作用の定義と、SRM による分散の分解、RのRRRパッケージやマルチレベルモデルでの推定方法を解説。
- [17:40] **分散成分の結果と関係成分の解釈** — 関係分散が約70%を占める結果と、順序効果や他者の発言が関係成分にどう含まれるかをめぐる議論。
- [23:40] **非対称ブロック設計と男女差** — 男女が互いにキスをするシーズンを混合効果モデルで扱い、男女で分散成分に大きな差はなかったことを示した。
- [27:10] **相互性とカップル状態の効果** — カップル単位に再構成したデータで、スコアの相互性とカップル状態の固定効果を確認した。
- [38:20] **他分野の手法と小サンプルの話** — 潜在変数や因子分析、プロビット連結などに触れ、小さなNの分野での統計の価値を語った。
- [45:45] **Fetch評価と締め** — Hannah が自分の分析を7.5〜8 fetchesと評価し、完全なラウンドロビンのデータが欲しいと語って終了。

## 解説記事

ポッドキャスト Regression to the Mean Girls は、データに詳しいゲストの「どうでもいい寄り道プロジェクト」を紹介する番組だ。今回のゲストは、ワシントン大学で言語発達や神経発達障害（自閉症、脆弱X症候群など）を研究する博士課程学生 Hannah Barton である。彼女が選んだ題材は、リアリティ番組 Love Island の「キスチャレンジ」のスコア分析だった。

#### なぜ Love Island のキススコアなのか

Hannah は博士論文の計画書を仕上げる時期に、論文で使う Social Relations Model（SRM、社会関係モデル）を実際に試したくなったという。ただし、子どもの言語サンプルのような実データの複雑さからは離れたかった。そこで思いついたのが Love Island だ。

この番組では、単身の男女が別荘で共同生活し、定期的にカップルを組み替える。そこにスライムくぐりなどの企画が挟まる。キスチャレンジでは、男性側か女性側のどちらかが目隠しとヘッドホンで並ぶ。もう一方の性別が順番に全員とキスをし、目隠し側が10点満点で採点する。Hannah は、これが二者間の相互作用（dyadic interaction）の「王様」のようなデータだと述べている。データはファンwikiから取得し、手作業での記録は避けられたという。

#### SRM が分けるもの

SRM は、二者間のやり取りで生じるスコアの分散を次の4つに分ける。

- 行為者（actor）：採点する人の癖
- 相手（partner）：採点される人の特性
- 関係（relationship）：その二人にだけ生じる「特別な火花」
- 誤差

推定にはマルチレベルモデルが多く使われ、行為者と相手をランダム効果、その他を固定効果として扱う。Rには、全員が全員と交流する完全なラウンドロビン向けのRRRパッケージ（モーメント法）もある。ただし現実のデータはこの形になりにくい。

なお、1組につきスコアが1つしかない場合、関係と誤差は原理的に分離できない。Hannah は、博士論文では複数回の測定を計画していると語った。

#### 結果：分散の大半は「関係」

まず完全なラウンドロビンとみなして分析すると、関係（＋誤差）の分散が約70〜75%を占めた。相手成分は20〜30%程度で、行為者成分はごく小さかった。司会の二人は、行為者の分散が小さいことから、採点者ごとの傾向の差はあまり大きくないと解釈している。採点の多くは7〜9点の範囲に収まるが、揉めている相手に2点を付けるような外れ値もある。こうした外れ値は関係成分に現れるはずだとも議論された。

議論では、順番による効果や、前の人の発言に影響された採点がどの成分に入るかも話題になった。順番が固定なら行為者成分に、特定の相手に関する伝聞なら関係成分に入る、という整理が示された。

男女の両方がキスをした2シーズンについては、非対称ブロック設計として混合効果モデルで扱った。昨年出た論文のRコードを使い、男女の方向を表す対比コードや、方向ごとのランダム効果を入れている。行動面では男性のほうが盛り上がっているように見えるが、分散成分に大きな男女差はなかったという。

#### 相互性とカップルの効果

Hannah は、各行を1回のキスではなく「1組のカップル」に再構成した。男性の点数と女性の点数を並べると正の相関があり、高く評価した相手からは高く評価されやすい。これは二者間の相互性（dyadic reciprocity）と呼ばれる。ただし二つのスコアは同じキスについてのものではない。

さらに、シーズン中に一度でもカップルになった組かどうかを手作業で付与した。「その時点でカップルか」より「シーズンを通してカップルか」のほうが、実感に合い、効果も明確だったという。カップル状態は有意な固定効果で、男女の交互作用は有意でなかった。ただし図では、女性のほうが、カップルになる相手とならない相手の差が大きい。数値は、女性で非カップル約7.5点に対しカップル約8.5点、男性で約7.75点に対し約8.1点と読み取られていた。

#### 小さなNと統計の役割

後半では、関係の火花のような潜在的な構成概念をどう扱うかが話題になった。司会は、因子分析を潜在共変量を持つ回帰として理解していることを語った。Hannah は、データ量が少なすぎて因子分析の適用は難しいとの見方を示した。子どもの言語研究では40人集めるのも大変だという。

これに対し司会は、大規模データならアルゴリズムに任せる場面もあるが、Nが小さいと統計家の知識と判断が欠かせないと述べた。

#### まとめ

この回は、軽い題材を通して、分散分解、混合効果モデル、非対称ブロック設計といった方法の考え方を見せている。教訓は、複数回の測定がないと関係と誤差を分けられないことと、ほとんどの分散が説明されないまま関係成分に残ることだ。日本の読者には、自分の分野のデータ構造（対になった評価、繰り返し測定）にSRMが使えないか考えるヒントになるだろう。Hannah 自身は分析を7.5〜8 fetchesと自己評価し、全員が全員とキスをする完全なラウンドロビンのデータを望んでいる。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Casual Inference「Regression to the Mean Girls | Mixed Effects, Mixed Signals: Love Island Kissing Scores with Hannah Barton」