| 研究課題/領域番号 |
04832018
|
|---|
| 研究種目 |
一般研究(C)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
社会システム工学
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
久保木 久孝 電気通信大学, 電気通信学部, 助教授 (10132698)
|
|---|
| 研究分担者 |
椿 美智子 電気通信大学, 電気通信学部, 助手 (20221418)
|
|---|
| 研究期間 (年度) |
1992
|
| 研究課題ステータス |
完了 (1992年度)
|
| 配分額 *注記 |
1,000千円 (直接経費: 1,000千円)
1992年度: 1,000千円 (直接経費: 1,000千円)
|
|---|
| キーワード | 統計的予測論 / 予測尤度 / 尤度 / ベイズ予測 |
|---|
| 研究概要 |
未来の現象あるいは観測できない現象の予測は、統計学における基本問題のひとつである。しかしながら、このような問題を取り扱う統計的予測論は、他の統計的諸方法論と比べて、極めて原始的な段階にあると言っても過言ではない。その理由のひとつは、それらにおいて共通の基本概念である“尤度"に相当するものを、予測の立場でどう考えるべきか明確でなかったことにある。ところが近年、“予測尤度"と言う概念が定義され、それに基づく新しい統計的予測論が急速に発展しつつある。
本研究の代表者も、この分野の研究にこの数年取り組んできた。そして、今年度の研究において、予測尤度を使った独自の統計的予測法を提唱し、その理論的な意味付けを与えることに成功した。この成果は学会、研究会等で口頭発表すると共に、
“Inferential Distributios for Non-Bayesian Predictive Fit"というタイトルの論文に発表した。幸いなことに、この方法論は極めて独創的であるという評価を得ることができ、学術誌に掲載される予定である。この予測法の概略および性質は、以下の通りである。
1.パラメトリックブートストラップ法で、観測できない変数値の出現確率に関する事前情報を集める。
2.観測データを用い、この事前情報を予測尤度で改善し、推測分布を構成する。
3.この推測分布を使い、予測分布を構成する。
4.数値実験では、このようにして得られる予測分布は、従来の方法で作られる予測分布と比べて、良い予測結果を与える。
5.以上の方法は、Jeffreysの事前情報を用いるベイズ予測法と、密接に関係している。
現在、この方法論をさらに改良発展させることをめざしている。
|
