2019 Fiscal Year Research-status Report
リスク回避型データサイエンス技術を開発するための統計的因果推論の研究
| Project/Area Number |
19K11856
|
|---|
| Research Institution | Yokohama National University |
|---|
Principal Investigator |
黒木 学 横浜国立大学, 大学院工学研究院, 教授 (60334512)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 構造的因果モデル / 判別分析 |
|---|
| Outline of Annual Research Achievements |
令和元年度は、（１）統合型条件付き操作変数推定量の定式化とその数理的性質の解明、（２）平均に対する因果効果の予測区間の定式化、（３）クラスタワイズ・カーネル・マハラノビス・タグチ法の開発と異常値検出可能性の検討、（４）リッジ回帰モデルによる総合効果の推定法の開発、を中心に取り組み、以下のような結果を得た。（１）について、複数の総合効果推定量を統合することでより総合効果をより精度よく推定することが可能となること、そして、総合効果推定量の統合方法にはいくつかあるものの、ある条件の下では同じ定式化に帰着されることが明らかとなった。加えて、総合効果を推定する際、条件付き操作変数推定量よりも最小二乗推定量のほうが優れている状況を明らかにした。（２）について、平均に対する因果効果について厳密な予測区間を与えるとともに単回帰モデルの予測区間と比較し、パラメトリック・キャンセレーションが起こる場合には両者が全く異なる傾向を示すことを明らかにした。また、平均に対する因果効果の予測区間が単回帰モデルの予測区間に含まれるための十分条件を明らかにした（３）について、既存のマハラノビス・タグチ法法を複数の単位空間から得られた非線形データに適用できるようにクラスタワイズ・カーネル・マハラノビス・タグチ法として改良を行い、判別能力を大幅に向上させた。（４）について、総合効果をより精度よく推定するために、リッジ回帰タイプの総合効果の推定量を提案し、推定精度を向上させながらバイアスなく推定できることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和元年度は，本研究課題に関係する1本の論文が国内の学術誌に採択された。また、平均に対する因果効果の予測区間の定式化により、共同研究者が日本品質管理学会第49回年次大会研究発表会において日本品質管理学会優秀発表賞を受賞した。加えて、クラスタワイズ・カーネル・マハラノビス・タグチ法の開発により，Asian Network for Quality (ANQ) Congress 2019 Best Paper Awardを受賞した。
|
| Strategy for Future Research Activity |
日本品質管理学会テクノメトリクス研究会に参加しながら，幅広い学術的視野を取り入れるよう心がけていきたい。また，異分野の研究者と共同研究を実施することで応用分野を広げていきたいと考えている。
|
| Causes of Carryover |
諸般の事情により学術学会参加を取りやめたため。現在、国内外の学術学会での発表を行うための旅費、国際学術誌に投稿するための論文校閲費用として利用することを考えている。
|
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Book] 数理統計学2020
Author(s)
黒木 学
Total Pages
256
Publisher
共立出版
ISBN
978-4-320-11429-6
