| Project/Area Number |
04832018
|
|---|
| Research Category |
Grant-in-Aid for General Scientific Research (C)
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
社会システム工学
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
久保木 久孝 電気通信大学, 電気通信学部, 助教授 (10132698)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
椿 美智子 電気通信大学, 電気通信学部, 助手 (20221418)
|
|---|
| Project Period (FY) |
1992
|
| Project Status |
Completed (Fiscal Year 1992)
|
| Budget Amount *help |
¥1,000,000 (Direct Cost: ¥1,000,000)
Fiscal Year 1992: ¥1,000,000 (Direct Cost: ¥1,000,000)
|
|---|
| Keywords | 統計的予測論 / 予測尤度 / 尤度 / ベイズ予測 |
|---|
| Research Abstract |
未来の現象あるいは観測できない現象の予測は、統計学における基本問題のひとつである。しかしながら、このような問題を取り扱う統計的予測論は、他の統計的諸方法論と比べて、極めて原始的な段階にあると言っても過言ではない。その理由のひとつは、それらにおいて共通の基本概念である“尤度"に相当するものを、予測の立場でどう考えるべきか明確でなかったことにある。ところが近年、“予測尤度"と言う概念が定義され、それに基づく新しい統計的予測論が急速に発展しつつある。
本研究の代表者も、この分野の研究にこの数年取り組んできた。そして、今年度の研究において、予測尤度を使った独自の統計的予測法を提唱し、その理論的な意味付けを与えることに成功した。この成果は学会、研究会等で口頭発表すると共に、
“Inferential Distributios for Non-Bayesian Predictive Fit"というタイトルの論文に発表した。幸いなことに、この方法論は極めて独創的であるという評価を得ることができ、学術誌に掲載される予定である。この予測法の概略および性質は、以下の通りである。
1.パラメトリックブートストラップ法で、観測できない変数値の出現確率に関する事前情報を集める。
2.観測データを用い、この事前情報を予測尤度で改善し、推測分布を構成する。
3.この推測分布を使い、予測分布を構成する。
4.数値実験では、このようにして得られる予測分布は、従来の方法で作られる予測分布と比べて、良い予測結果を与える。
5.以上の方法は、Jeffreysの事前情報を用いるベイズ予測法と、密接に関係している。
現在、この方法論をさらに改良発展させることをめざしている。
|
