| Project/Area Number |
19K13667
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 07030:Economic statistics-related
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
Kawakubo Yuki 千葉大学, 大学院社会科学研究院, 准教授 (80771881)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2019: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 小地域推定 / 変数選択 / 変量効果モデル / 線形混合モデル / 混合効果モデル / 経済統計学 |
|---|
| Outline of Research at the Start |
本研究の目的は，小地域推定に用いられる統計モデルの変数選択問題に取り組むことである。小地域推定とは，標本調査において少ないサンプルしか得られなかった地域の情報を，統計モデルを用いることによって精度良く推定しようとする手法のことである。統計学の一般理論で得られた変数選択問題の諸結果を，直接的に小地域推定に適用する際に生じうる問題点を明らかにするとともに，それらの問題の解決を試みる。
|
| Outline of Final Research Achievements |
In this research project, we addressed the problem of variable selection in mixed effects models used in small area estimation. Small area estimation is a statistical method that attempts to improve the accuracy of estimation at the small area level, where the sample size is small in a sample survey, by using a statistical model called mixed effects models. We worked on the development of variable selection criteria for selecting combinations of auxiliary variables to be included in the mixed effects models.
Within the general framework of variable selection in small area estimation, we addressed several problems in each issue, which were published in international peer-reviewed journals and reported at academic conferences.
|
| Academic Significance and Societal Importance of the Research Achievements |
いくつかの本研究成果の共通した着眼点は，変数選択法と，予測量の不確実性の評価との関連である。小地域推定においては，各小地域の推定対象の値を言い当てること（点予測）だけでなく，その不確実性を見積もることを重視している。不確実性の評価方法として，平均二乗予測誤差（MSPE）と呼ばれる指標が一般的であるが，既存手法のほとんどは，候補モデルが真であるという仮定のもとでMSPEを評価していた。しかし本研究においては，この仮定をおかずに，変数選択の不確実性を明示的に考慮したMSPEの評価を行った。従来手法はMSPEを過小評価している可能性が高いことから，本研究成果は学術的にも社会的にも意義が大きい。
|
