Statistical Modeling for Highly Complex Data: Methodological Advances and Applications in Sports

• Project/Area Number: 25K15026
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: Chuo University
• Principal Investigator: 酒折 文武 中央大学, 理工学部, 准教授 (90386475)
• Co-Investigator(Kenkyū-buntansha): 今田 一希 実践女子大学, 人間社会学部, 講師 (30908372) ; 小泉 和之 順天堂大学, 健康データサイエンス学部, 准教授 (70548148) ; 保科 架風 青山学院大学, 経営学部, 准教授 (90804865)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 関数データ / 分布値データ / スポーツデータサイエンス / 統計的モデリング

Outline of Research at the Start

計測技術の進化と普及により，スポーツなど多様な分野で個体の移動を追跡したトラッキングデータや，個体の状態や行動の分布を表すデータの収集が容易となった．こうしたデータは関数データや分布値データとして表現でき，その統計的モデリング手法の開発が急務となっている．しかし，実際に観測されるデータは既存の手法の前提を満たさないことも多い．本研究は，既存手法適用の要件を満たさない複雑性の高いデータに対する統計的モデリング手法の開発を目的とする．具体的には，非平滑なベクトル値関数データや，Wasserstein 距離が不適な分布値データなどを扱うための方法や分析手法の開発と，その実装とスポーツへの応用を行う．