• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

経時データに対する統計モデリングと頑健なモデル選択手法の開発

Research Project

Project/Area Number 25K21164
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 60030:Statistical science-related
Research InstitutionKyushu University

Principal Investigator

倉田 澄人  九州大学, マス・フォア・インダストリ研究所, 助教 (10847122)

Project Period (FY) 2025-04-01 – 2030-03-31
Project Status Granted (Fiscal Year 2025)
Budget Amount *help
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2029: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2028: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Keywordsモデル選択 / ロバストネス / 統計学的ダイバージェンス / 経時データ / 関数データ
Outline of Research at the Start

統計手法に関する理論の多くは、データがある確率分布に従う標本の実現値であるとした上で様々な仮定を置くが、現実の分析では仮定から逸脱したデータが散見される。他から大きく離れた値を取る「外れ値」や、推定・選択対象となる母数が非常に多い「高次元設定」等がその代表的なものである。本研究課題では、こういった問題と強く関連する「経時データ」に対するモデル選択を中心に、選択における頑健性を数理的に示し、問題に応じて適切な規準を導くことで、統計学の需要が分野を問わず高まり続けデータが膨大・高次元化した現代において、多様化した問題設定に沿った諸分野の結論を安定的に・頑健に導くモデル選択手法の確立を目指す。

URL: 

Published: 2025-04-17   Modified: 2025-06-20  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi