Development of spatial statistical method using discrete varying coefficient model based on fused Lasso

• Project/Area Number: 21K13834
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 12040:Applied mathematics and statistics-related
• Research Institution: Hiroshima University
• Principal Investigator: 大石 峰暉 広島大学, AI・データイノベーション教育研究センター, 特任助教 (00878291)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Project Status: Granted (Fiscal Year 2021)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2021: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: 空間データ / 変化係数モデル / スパース推定

Outline of Research at the Start

本研究の目的は, 離散的な変化係数モデルを用いた新たな空間データの分析手法を開発することである. 空間効果を考慮したモデリングを行うために, 回帰係数を位置に対して連続的に変化させる変化係数モデルを用いた局所推定を行うことが一般的である. このような手法は位置に対して柔軟な推定ができるという利点がある一方で, 大標本データや位置の偏りに弱い, 空間効果の離散的な変化を捉えられない, などの欠点がある. 本研究では離散的な変化係数モデルをfused Lassoを用いて推定する手法を開発し, これらの欠点の改善を目指す.