| 研究課題/領域番号 |
15K03396
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
経済統計
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
末石 直也 神戸大学, 経済学研究科, 教授 (40596251)
|
|---|
| 研究分担者 |
安道 知寛 慶應義塾大学, 経営管理研究科(日吉), 准教授 (40407135)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2015年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 罰則付き経験尤度推定量 / 情報量規準 / 変数選択 / 高次元データ / 経験尤度法 / 罰則付き推定 / 経験尤度 |
|---|
| 研究成果の概要 |
候補となる変数の数が多いとき、罰則付き推定は有用な変数選択の方法である。罰則付き推定量を用いる際に応用上問題となるのは、正則化パラメータの選び方である。ところが、モーメント制約モデルの罰則付き推定量に関しては、正則化パラメータの選択方法に関する研究はこれまでほとんど行われてこなかった。そこで本研究では、罰則付き経験尤度推定量の正則化パラメータを選択するための、経験尤度情報量規準と呼ばれる新しい情報量規準を提案した。赤池情報量規準のアイデアを基に、カルバックライブラー情報量の漸近的に不偏な推定量として、情報量規準を導出した。
|
| 研究成果の学術的意義や社会的意義 |
近年、ビッグデータと呼ばれる大規模データの分析が、産業界においても脚光を浴びている。計量経済学でも徐々に高次元データの利用が進みつつあるものの、応用研究はそれほど多くないのが実情である。そのひとつの理由として、従来の正則化法の研究の多くが相関関係の発見を目的としているのに対し、経済学者は因果関係の発見に興味があるという点が考えられる。本研究は、回帰モデルのみならず、より広いクラスのモデルに対して正則化法の利用可能性を広げるものであり、因果効果の分析など経済学的見地から重要な問題を考察するうえで有用な手段となりうるものである。
|
