| Project/Area Number |
22K13375
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 07030:Economic statistics-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
Ito Tsubasa 北海道大学, 公共政策学連携研究部, 准教授 (90849001)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | クラスタリング / 一般化推定方程式 / 分位点回帰 / 不均一性 |
|---|
| Outline of Research at the Start |
回帰係数が個体ごとに異なりうる状況でのパネルデータや経時測定データに対する分位点回帰問題について、同一個体からの観測値の相関構造を考慮した手法を考案する。個体は有限個のグループに分割され、同じグループに属する個体は同じ回帰係数を共有することを想定し、グループ数の決定、各個体が属するグループの同定、および各グループにおける回帰係数の推定を同時に行うためのアルゴリズムを考案する。さらに、提案する推定手法の統計学的な性質を考察する。最後に、数値実験と実データ解析により、提案手法の有用性を示すことを目的とする。
|
| Outline of Final Research Achievements |
Statistical methods for panel data with heterogeneous groups of individuals are considered. Heterogeneity among the groups is modeled by the assumption that individuals which belong to the same group share the same regression coefficients. To estimate regression coefficients, methods based on generalized estimating equation and the estimating equation of quantile regression considering correlations of repeated measurements from the same individual are considered. For classification, k-means method and the method which penalizes the difference of regression coefficients of two individuals are adopted. For theoretical results, consistencies of the estimators of regression coefficients and classification of individuals are shown. Via simulation study and empirical study, desirable performances of the proposed method are verified.
|
| Academic Significance and Societal Importance of the Research Achievements |
大規模なデータが利用可能になる中で、統計モデルのパラメータを異にする異質な個体がデータ内に混在する状況がよく見られる。本研究は従来十分に考察されてこなかった一般化線形モデルや分位点回帰モデルにおいて、同一個体からの繰り返し観測値がもつ相関を考慮した方法を考案することで、個体のグルーピングを行うと同時にパラメータをより精度よく推定できる手法を考案したことに学術的意義がある。
社会的意義としては、例えば、一般化線形モデルに基づいた方法を用いることで、同じ治療の患者ごとに異なる効果を推定することができ、一人一人にあった医療の提供の一助となることが期待される。
|
