サンプル内外のどちらの予測にも対応した多変量回帰モデルにおける変数選択法の開発

• Project/Area Number: 25K17296
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 12040:Applied mathematics and statistics-related
• Research Institution: Hiroshima University
• Principal Investigator: 小田 凌也 広島大学, 先進理工系科学研究科(理), 准教授 (10853682)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
• Keywords: モデル選択 / 多変量解析

Outline of Research at the Start

本研究の目的はサンプル内予測とサンプル外予測のどちらにも柔軟に適用可能な多変量回帰モデルにおける変数選択規準を構築することである. 多変量回帰モデルにおいて説明変数を用いて目的変数を予測する際には, サンプル内予測とサンプル外予測という異なる予測の種類が挙げられ, 柔軟に予測精度を向上させるためにはどちらの予測の種類にも対応できるように説明変数を選択可能な手法が望まれる. 本研究では, サンプル内予測だけでなくサンプル外予測にも対応した変数選択規準をリスク関数の正確な不偏推定量として構築しその理論的性質を調べることで, サンプル内外の予測のどちらにも適用可能な新たな変数選択法となることが期待される.