| Project/Area Number |
23K20376
|
|---|
| Project/Area Number (Other) |
20H04151 (2020-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2020-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60030:Statistical science-related
|
|---|
| Research Institution | Hiroshima University (2024)
Radiation Effects Research Foundation (2020-2023) |
|---|
Principal Investigator |
Yamamura Mariko 広島大学, 先進理工系科学研究科(理), 特任准教授 (60525343)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
柳原 宏和 広島大学, 先進理工系科学研究科(理), 教授 (70342615)
大石 峰暉 東北大学, データ駆動科学・AI教育研究センター, 助教 (00878291)
小田 凌也 広島大学, 先進理工系科学研究科(理), 助教 (10853682)
福井 敬祐 関西大学, 社会安全学部, 准教授 (50760922)
坂田 律 公益財団法人放射線影響研究所, 広島疫学部, 副部長 (60258423)
|
|---|
| Project Period (FY) |
2024-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000)
Fiscal Year 2024: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2023: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2022: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2021: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2020: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
|
|---|
| Keywords | スパース推定 / fused-lasso / 時空間統計解析 / 情報量規準 / Fused-Lasso / Fused Lasso / 地理情報システム / 時空間統計モデル / 生存時間解析 / 放射線 |
|---|
| Outline of Research at the Start |
本研究では時空間統計解析の理論的な研究を行う．広島や長崎の原爆被爆者の寿命調査データへの応用を視野に入れ，放射線被爆による疾病罹患や死亡リスクに関する時空間の影響を明らかにする推定方法を提案する．放射線被爆に対するリスクの定量化として，過剰相対リスクと過剰絶対リスクの分析モデルが提案されており，広く利用されている．本研究ではこれらのモデルを時空間統計解析モデルに拡張し，さらに，被爆放射線の影響を従来のモデルよりも多角的に捉えることを目指す．本研究の結果から，被爆放射線の影響を時空間的に地図上で捉えることが可能になる他，多角的な影響をデータに沿った具体的な視覚化で示すことが可能となる．
|
| Outline of Final Research Achievements |
AThis research focuses on theoretical and mathematical studies related to developing statistical methods for spatio-temporal analysis. Specifically, we have studied statistical models using Fused Lasso and conducted research on related topics, such as sparse estimation and information criteria for tuning parameter selection. Additionally, we have examined statistical models utilizing geographic information, including GWR and 3mGMAMOVA models. Our research has yielded significant results. Research on the coordinate descent algorithm for optimizing Fused Lasso has progressed smoothly. We believe the most significant achievement is implementing the algorithm not only for Fused Lasso, but also for related models. This enables its use in many real-data analyses.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は，教科書となる専門書籍よりも内容が複雑である．そこで研究発表や学術論文作成において，内容をいかに分かりやすく説明するかに尽力した．具体的には，開発した統計手法を正しく，美しい数式で表し，統一した分かりやすい表記や発表に努めた．さらに，分析用のプログラムを統計ソフトのRで作成し，入手したデータを分析できるように加工し，得られた分析結果を視覚的に分かりやすく，美しく示す技術の向上に努めた．研究が積み重ねられていく過程において，数式やプログラムを正しく，美しく作成することは，まだ新しく発展途上なFused Lassoという統計手法の今後に続く研究発展の礎となったと自負している．
|
