Development of the analysis of longitudinal data via functional data analysis

2023 Fiscal Year Final Research Report

• Project/Area Number: 19K11858
• 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: Shiga University
• Principal Investigator: Matsui Hidetoshi 滋賀大学, データサイエンス学系, 教授 (90633305)
• Project Period (FY): 2019-04-01 – 2024-03-31
• Keywords: 統計的モデリング / 関数データ解析 / モデル選択 / 空間データ解析

Outline of Final Research Achievements

We conducted research to develop statistical models for analyzing repeatedly measured data for each individual. Specifically, we treated the data for each individual as a smooth function and then considered methods for analyzing functional data. We have proposed methods to reveal features inherent in the data for various purposes, such as regression, classification, and prediction of spatial data. For each of the proposed methods, we verified their effectiveness through numerical experiments. In addition, we applied the proposed method to the analysis of real data to extract the value of the data from various perspectives.

Free Research Field

データサイエンス

Academic Significance and Societal Importance of the Research Achievements

関数データに基づく分類問題に対しては、関数データを効率的かつ精度よく多群に分類する方法を構築できた。また、空間情報を伴う関数データを用いて未観測地点の関数を予測する問題では、予測に用いられるデータの地点を選択する方法を導出した。このような地点の選択ができる方法はこれまでに提案されておらず、学術的意義は高いと考えられる。さらに、長期栽培される農作物を分析するための統計モデルとその推定法を提案することで、これまでは農家が肌感覚で捉えていた環境要因や季節と収量との関係を定量化することができた。この結果は、実際に栽培を行う農家に対してフィードバックを与えられるという点で意義のあるものと考える。