| 研究課題/領域番号 |
16H03606
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
経済統計
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
山田 宏 広島大学, 人間社会科学研究科(社), 教授 (90292078)
|
|---|
| 研究分担者 |
早川 和彦 広島大学, 人間社会科学研究科(社), 教授 (00508161)
栗田 多喜夫 広島大学, 先進理工系科学研究科(工), 教授 (10356941)
柳原 宏和 広島大学, 先進理工系科学研究科(理), 教授 (70342615)
若木 宏文 広島大学, 先進理工系科学研究科(理), 教授 (90210856)
藤越 康祝 広島大学, 理学研究科, 名誉教授 (40033849)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)
2020年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2019年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2018年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2017年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2016年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
|
|---|
| キーワード | 高次元データ / 高次元多変量線形回帰モデル / 高次元漸近理論 / 変数選択 / 非負値行列因子分解 / 正則化 / フィルタリング / ファクターモデル / BNP検定統計量 / グラフ正則化 / スムージング / パネル回帰分析 / 高次元漸近展開 / 操作変数法 / 罰則付分位点回帰 / 経時データ / 平滑化 / トレンド推定 / 非負値行列分解 / 次元削減 / 次元削減操作変数法 / 情報量基準 |
|---|
| 研究成果の概要 |
標本数に比べ変量の次元が高いデータである高次元データを対象とした統計分析手法の開発・評価・応用に取り組んだ。具体的には，次の3項目について重点的に研究を進めた: (1) 高次元多変量線形回帰分析法の開発，(2) 正則化を使った非負値行列因子分解法やフィルタリング法の開発と評価，(3) ファクターモデルの操作変数推定法に関する研究。その結果，数多くの有用な研究成果が得られた。(高次元である場合を含む)多変量線形回帰モデルにおける望ましい変数選択基準を提案したことはそうした研究成果の一例である。研究成果の多くは，査読付き国際学術雑誌においてすでに公開済みである。
|
| 研究成果の学術的意義や社会的意義 |
高次元データとは，標本数に比べ変量の次元が高いデータのことである。この新しいタイプのデータ分析の手法として，標本数に比べ変量の次元が低いデータをその分析対象として開発された従来の統計分析手法は相応しくない。こうした背景のもと，そうした高次元データ分析手法の開発・評価・応用に取り組み，得られた数多くの研究成果を査読付き国際学術雑誌において公開した。この研究プロジェクトを通じて新たに提案された(高次元である場合を含む)多変量線形回帰モデルにおける望ましい変数選択基準はそうした研究成果の一例である。これは，多変量線形回帰モデルにおける統計的推測法を発展させる重要な貢献である。
|
