研究課題/領域番号 |
15K17038
|
研究種目 |
若手研究(B)
|
配分区分 | 基金 |
研究分野 |
経済統計
|
研究機関 | 岡山大学 |
研究代表者 |
生川 雅紀 岡山大学, 社会文化科学研究科, 准教授 (30588489)
|
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 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2015年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
キーワード | 長期記憶 / 高次元時系列 / セミパラメトリック法 / 因子モデル / Taper / セミパラメトリック推定 / 高次元データ / 多変量時系列 / 周期性 |
研究成果の概要 |
長期記憶性を有する高次元時系列におけるセミパラメトリックな統計的分析法を拡張された因子モデルを用いて構築した.具体的には,第1段階では共通要素を主成分分析法から推定し,第2段階として各記憶パラメータを局所法で推測する,2段階セミパラメトリック法を考案し,推定量の漸近的な性質や有限標本での挙動を調べた.また,非定常長期記憶過程に対する最大効率テイパーを取り入れた多変量セミパラメトリック法を提案し,為替レートデータ分析への応用を行った.
|
研究成果の学術的意義や社会的意義 |
次元の大きい長期記憶性を持つ時系列に対しては,既存分析手法の適用が困難な上に関連研究の蓄積が乏しい中,本研究で考案している時間領域の因子モデルと主成分分析法に周波数領域のセミパラメトリック推測を組み合わせた2段階アプローチは,二つの領域の手法を駆使することで高次元長期記憶時系列における統計的推測法を提供しうるという大きな意義があり,時系列データの統計的分析に新たな視点と方向性をもたらすであろう.
|