| 研究課題/領域番号 |
15K00061
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
柳本 武美 統計数理研究所, －, 名誉教授 (40000195)
|
|---|
| 研究協力者 |
小椋 透
田畑 耕治
大草 孝介
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2015年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | Bayesian theory / Estimation / e-divergence / Informative prior / ベイス推定 / 自然母数 / 高次元母数 / ベイズモデルの尤度 / e-混合ベイズモデル / e-因子の事後平均 / 推定量の改良 / e-予測子 / 無情報事前分布 / 信用区間 / リスク比較 / DIC / ベイズ因子 / Fisher 厳密検定 |
|---|
| 研究成果の概要 |
当初の構想の中心であった e-混合ベイズ尤度についての性質と情報の統合に必要な信用領域の具体化から研究の研究は、想定通りに進んだ。Jeffreys' prior あるいは reference prior の性能が予想以上である、逆に見ると最尤推定量の欠点が大きい、事実が幸いした。最終年度では、必要なリスク比較を実施した。
この実施の過程で新しい着想を得ることが出来た。Laplace 分布の利用は多くの研究者の関心を惹いてきた。中央値と最尤推定量に魅力的な関係があるかである。今回の研究の構想の枠組みで、この分布の新しい有効利用の方法を構築出来ることが分かってきた。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、今日に必要とされる証拠に基づいた医療・行政などを支える基礎技術の発展を支える。別の面から見るとビッグデータの収集方法についての議論についても精密なデータが筆であるとの示唆を与える。但し、現在の成果が直接に役立つレベルに達していない。
|
