| 研究課題/領域番号 |
17K00056
|
|---|
| 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 | 専修大学 |
|---|
研究代表者 |
西山 貴弘 専修大学, 経営学部, 准教授 (30516472)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017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 | 仮説検定 / 漸近理論 / 多重比較 / 高次元データ / 統計数学 / 多変量解析 |
|---|
| 研究成果の概要 |
本研究では，多様な状況の下で，平均ベクトルや共分散構造に関する統計的仮説検定の理論および現実問題への応用について研究を行った．特に，1. 高次元データに対する平均ベクトルおよび共分散構造に関する仮説検定，2. ノンパラメトリックな場合における平均間の多重比較法，3. 欠測が生じた場合の分割表における仮説検定，に対していくつかの研究成果が得られた．
|
| 研究成果の学術的意義や社会的意義 |
本研究では，高次元データにおける統計的仮説検定問題に対して研究成果を多く出すことができており，「ビッグデータ時代」の中で取り扱われることが多いデータに対する有用な統計理論の開発を行った．さらにノンパラメトリックな場合や欠測値を含む場合といった，より現実に起こりえる状況での理論開発を行っており，この分野における理論的発展に大きく貢献することができたと考えられる．
加えて，大規模なモンテカルロ・シミュレーションによる数値実験や実データ解析への適用を行っており，実際のデータ解析の場への応用も十分に期待できる．
|
