計算統計の観点からのベイズ統計と頻度論の融合

• Project/Area Number: 24K15120
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: The Institute of Statistical Mathematics
• Principal Investigator: 伊庭 幸人 統計数理研究所, 統計基盤数理研究系, 教授 (30213200)
• Co-Investigator(Kenkyū-buntansha): 矢野 恵佑 統計数理研究所, 統計基盤数理研究系, 准教授 (20806070) ; 大久保 祐作 岡山大学, 環境生命自然科学学域, 講師 (60871100)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2028: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: ベイズ統計 / MCMC / ブートストラップ法 / 実験計画法 / 因果推論

Outline of Research at the Start

計算統計の観点から、ベイズ事後分布からのサンプルの中に含まれている情報を利用して頻度論的な推論を行う方法とその応用を研究する。既存の手法に新たな数理的形式を与えるとともに、効率的に復元抽出の結果を再現する近似的ブートストラップ法を開発する。また、開発した枠組・方法を、(1)効率的にデータ採取を行う手法、(2)モデル選択と因果推論を統合する手法、に展開・応用する。