| Project/Area Number |
21K01421
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07030:Economic statistics-related
|
|---|
| Research Institution | Meiji University (2022-2023)
Chiba University (2021) |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | ベイズ統計学 / 時空間モデル / グループデータ / マルコフ連鎖モンテカルロ法 / 離散データ / 所得分布 / ベイズ統計 / 小地域推定 / 混合モデル / 状態空間モデル |
|---|
| Outline of Research at the Start |
本研究計画では所得不平等や貧困に関する指標について，既存研究のように単一時点や単一地域における指標の推定を行う代わりに，時系列データやパネルデータ内の情報を時点間や空間上にわたって借り合うことで，これらの数量についてより安定的な推定結果を得られるような統計モデルとそれに対する推定方法の開発を行うことを目指す．数値実験を通して，提案する統計学的手法が関心のある数量を既存手法と比較してより安定的・効率的に推定できることを確認し，また提案する手法を実際に日本の公的データなどに適用し，貧困地図なとを通してデータの可視化をすることて日本の格差・貧困問題の現状を明らかにする.
|
| Outline of Final Research Achievements |
In this projcet, we have studied the spatio-temporal Bayesian modelling of grouped income data for multiple time points and municipalities and Bayesian modelling for other types of grouped data analyses. More specifically, we have considered spatio-temporal mixture and linear mixed models for grouped data, a factor model for multivariate grouped count data, and a mixture Bayesian predictive model for count data. The results obtained from our studies are reported at international conferences. The papes are submitted to or published on international journals.
|
| Academic Significance and Societal Importance of the Research Achievements |
日本において所得データはグループデータの形式て公表されることが多いのに対し，時空間モデルなどに基づく高度な分析方法はグループデータに対しては確立されていないため，本研究による新しい種々のベイズモデリングの方法は所得データなどのグループデータに対して極めて有用な分析手法となる．特に，提案手法は空間補間や将来予測にも使用することができるため，任意の時点・地域において任意の所得・貧困指標を得ることができ，政策立案等のための情報提供において大きく貢献することが期待できる．またこれらから派生した他の提案手法も諸科学分野において頻繁に利用されることが期待される．
|
