|
今日、開発されている判別法のほとんどが連続型変数(例えば、身長、体重、血圧値など)に関するものであって、離散型変数(性別、喫煙の有無、症状の有無など)に関するものや、離散型変数と連続型変数が混在するデータに関する判別法については、開発はおろか国内では研究すら充分になされていない。にもかかわらず、実際の応用分野(特に、医学、薬学、生化学など)においては、この様な変数が混在するデータを扱うことが多く、その判別法の開発が急がれる。
今年度の研究において、現在までに提案されている国外の「離散型変数と連続型変数が混在するデータに関する判別法」の長所、短所等の特徴を明らかにした。それによって、今後、研究対象となる3つの判別法を決定することができた。1つめは離散型変数によって分類を行い、次に、連続型変量について考察する手法(Location Modelを用いた手法と呼ばれる)である。2つめはFisherの線形判別関数を応用したもの、3つめはLogistic判別法で、共に、多くの統計パッケージにすでに用意されている。これらの判別法は、統計学を専門としない研究者にとっても「理解可能で、利用しやすいく、且つ、有効な判別法」である。しかしながら、全く欠点がないわけでなく、今後、この欠点を克服するための研究を行っていかなければならない。並べて、これらの判別法の使い分けについても考察していかなければならない。また、理論だけでなく、実際面において有益であることを示すため、多くの分野のデータに接し、開発を進めていくつもりである。
|
