2023 Fiscal Year Final Research Report
Bayesian time series and spatio-temporal Bayesian analysis of income and poverty
| Project/Area Number |
21K01421
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07030:Economic statistics-related
|
|---|
| Research Institution | Meiji University (2022-2023)
Chiba University (2021) |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | ベイズ統計学 / 時空間モデル / グループデータ |
|---|
| Outline of Final Research Achievements |
In this projcet, we have studied the spatio-temporal Bayesian modelling of grouped income data for multiple time points and municipalities and Bayesian modelling for other types of grouped data analyses. More specifically, we have considered spatio-temporal mixture and linear mixed models for grouped data, a factor model for multivariate grouped count data, and a mixture Bayesian predictive model for count data. The results obtained from our studies are reported at international conferences. The papes are submitted to or published on international journals.
|
| Free Research Field |
ベイズ統計学
|
| Academic Significance and Societal Importance of the Research Achievements |
日本において所得データはグループデータの形式て公表されることが多いのに対し，時空間モデルなどに基づく高度な分析方法はグループデータに対しては確立されていないため，本研究による新しい種々のベイズモデリングの方法は所得データなどのグループデータに対して極めて有用な分析手法となる．特に，提案手法は空間補間や将来予測にも使用することができるため，任意の時点・地域において任意の所得・貧困指標を得ることができ，政策立案等のための情報提供において大きく貢献することが期待できる．またこれらから派生した他の提案手法も諸科学分野において頻繁に利用されることが期待される．
|
