2020 Fiscal Year Research-status Report
Model Averaging for Ultra-High Dimensional Data: Theory, Methods, and Applications
| Project/Area Number |
19K01582
|
|---|
| Research Institution | Otaru University of Commerce |
|---|
Principal Investigator |
劉 慶豊 小樽商科大学, 商学部, 教授 (60378958)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | Model Averaging / Sparsity / Model Selection / Nonlinear Model / Ultra-high Dimensional |
|---|
| Outline of Annual Research Achievements |
超高次元データに適用できるモデル平均の手法としてLASSOなどの手法のsolution pathを利用した方法を開発して、その成果を以下の論文[1]にまとめて学術誌に掲載した。さらに、非線形モデルに適用できるモデル平均法を構築して、その理論的な性質を解明した上で実証研究に適用した。その成果を以下の論文[2]にまとめて経済学分野でトップレベルの学術誌に掲載した。国際学会で研究成果の宣伝として以下のkeynote speechを行なった[3]。
[1]Feng, Y, Liu, Q. Nested model averaging on solution path for high‐dimensional linear regression. Stat. 2020; 9:e317. https://doi.org/10.1002/sta4.317
[2]Feng, Y., Liu, Q., Yao, Q., & Zhao, G. (2021). Model Averaging for Nonlinear Regression Models. Journal of Business & Economic Statistics, 1-30.
[3]Liu, Q., Q. Yao, and G. Zhao “Model averaging estimation for conditional volatility models with an application to stock market volatility forecast”, The Ninth International Symposium of Quantitative Economics, August 26, 2020, (Online, Changchun, China)
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
既に論文５本の掲載を達成している。
|
| Strategy for Future Research Activity |
今までの研究成果と得られた知見を拡張してモデル平均と関連する機械学習の手法を参考に新たな推定方法を開発する。
|
| Causes of Carryover |
プログラムの作成などのための研究補助と研究成果の宣伝のための旅費が必要になるため。
|
