| 研究課題/領域番号 |
17K17659
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
経済統計
統計科学
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
入江 薫 東京大学, 大学院経済学研究科(経済学部), 講師 (20789169)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017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 | 計数データ / 時系列データ / 状態空間モデル / 逐次モンテカルロ法 / 縮小事前分布 / ロバスト統計 / 経済統計 / ベイズ統計学 / 時系列分析 / 経済統計学 / 統計数学 |
|---|
| 研究成果の概要 |
ウェブサイトへのアクセス数のデータに代表される、計数値のストリーミングデータの逐次分析に関する研究。次々にデータが観測される状況で、逐次的な事後・予測分布の計算が解析的に可能になるように、ポアソン・ガンマ型の共役性と呼ばれる統計的性質を活かした状態空間モデルを研究した。また、急激なアクセス数の増加に対応できるよう、当該のモデルを拡張するとともに、逐次モンテカルロ法と呼ばれる計算手法を適用できるようにした。
|
| 研究成果の学術的意義や社会的意義 |
計数時系列データは様々な分野で見られるデータの一形態であり、本研究課題で開発・提案した統計モデルおよび分析手法が広く応用されることが期待される。また、短時間で計算を完了しなければならないという設定は、実務上よくみられる状況であり、実データに対する予測や意思決定の問題に現実的な解答を与えている点でも本研究の成果には意義がある。本研究の成果をもとに多くの研究プロジェクトが派生していることから、純粋に統計学上の問題としての意義もおおいに認められる。
|
