| 研究課題/領域番号 |
16K17101
|
|---|
| 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 | 千葉大学 |
|---|
研究代表者 |
川久保 友超 千葉大学, 大学院社会科学研究院, 准教授 (80771881)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2016年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 小地域推定 / 情報量規準 / 経済統計学 |
|---|
| 研究成果の概要 |
本研究課題では，小地域推定で用いられる線形混合モデルの変数選択問題において，主に以下の2点の研究において成果をあげた。
1点目は，conditional AICという線形混合モデルの変数選択規準において，推定に用いる共変量の値と予測に用いる共変量の値が異なる状況（共変量シフト）を考え，従来のcAICを改良した変数選択規準を構成するという研究を行った。2点目は，予測量の平均二乗誤差が最小となるようにモデルの未知パラメータを推定するobserved best prediction (OBP) 法を拡張し，同一の観点からモデル選択規準を構築する研究を行った。
その他の小地域推定に関連した研究も行った。
|
| 研究成果の学術的意義や社会的意義 |
本研究課題であげた研究成果は，線形混合モデルの変数選択における新しい手法を提案したものであり，また提案手法の理論的な性質についても議論している。ともに統計学分野の国際査読誌に掲載され，一定の学術的意義を認められたと言える。
またここであげた研究成果は，線形混合モデルを用いた統計手法に広く応用可能であるが，その中でも特に小地域推定と呼ばれる官庁統計における重要な課題への応用を強く意識して研究を行ってきた。小地域推定における実務での有用性という観点からも，社会的意義のある研究成果だと言える。
|
