| 研究課題/領域番号 |
18H05290
|
|---|
| 研究種目 |
基盤研究(S)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
大区分J
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
谷口 正信 早稲田大学, 理工学術院, 名誉教授 (00116625)
|
|---|
| 研究分担者 |
山下 智志 統計数理研究所, データ科学研究系, 教授 (50244108)
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
阿部 俊弘 南山大学, 理工学部, 准教授 (70580570)
|
|---|
| 研究期間 (年度) |
2018-06-11 – 2023-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
182,780千円 (直接経費: 140,600千円、間接経費: 42,180千円)
2022年度: 38,870千円 (直接経費: 29,900千円、間接経費: 8,970千円)
2021年度: 35,230千円 (直接経費: 27,100千円、間接経費: 8,130千円)
2020年度: 39,520千円 (直接経費: 30,400千円、間接経費: 9,120千円)
2019年度: 39,260千円 (直接経費: 30,200千円、間接経費: 9,060千円)
2018年度: 29,900千円 (直接経費: 23,000千円、間接経費: 6,900千円)
|
|---|
| キーワード | 時系列解析 / 因果性分析 / 統計推測 / 時系列予測 / 高次元統計解析 / 秘匿データ分析 / 計量ファイナンス / 医学統計 / 因果性解析 / 強スパイク固有値 / 円周分布 / 球面分布 / 統計科学 / 金融データ解析 / 位相データ解析 / 局所定常過程 / 分散分析 / 従属誤差 / 循環性仮定 / 一様最小分散不偏推定量 / 機械学習 / 方向データ / 因果性 / 安定過程 / 経験尤度 / 局所漸近正規性 / Min-Max 推定量 / ベイズ推定量 / 時空間確率過程 / 金融ファイナンス / 時系列分散分析 / ２値過程 / 局所尤度解析 / p-次ノルム予測 / LAN理論 / 最適統計推測 / 時空間過程の統計解析 / 因果性検定 / 統計的漸近理論 / ２値系列 / 判別解析 / パーシステントランドスケープ / 時系列、空間統計解析 / 統計リスク解析 / 高次元データ解析 |
|---|
| 研究成果の概要 |
ノーベル経済学賞受賞者の Granger、ある経済時系列の予測をそれ自体で行う場合と、他の経済時系列の情報を加えた予測の予測誤差を比較して後者が小さければ、他の時系列から関与の時系列に因果性があるという因果性の概念を１９６９年に導入した。この因果性は Granger 因果性と呼ばれる。本研究では、Granger 因果性などを含む高度な因果性指標を極めて一般的な乖離度から導入して、データ科学における潜在要因の一般化因果性指
標を提案して、その最適統計推測論を構築した。観測対象も従来の統計的データだけでなく、高次元確率過程、脳科学、遺伝子、トポロジカルデータにも適用し、革新的因果性解析を推進した。
|
| 研究成果の学術的意義や社会的意義 |
一般化因果性指標の広汎な観測からの統計推測は、種々の新しい統計推測論の構築を必要とし、極めて多様な観測に対して高度な統計推測や統計的検定論の展開が必要になった。例えば高次元観測、非定常従属観測、位相データ等の従来と異なる統計観測に対して本研究推進によって革新的な統計推測の基礎理論の発展がもたらされた。本主題は、もともと経済学の話題にモチベートされたもんであるが、それが経済金融だけでなく医学、遺伝子科学、自然科学、環境科学、感性科学、等に広がったので応用は極めて広く、脳の部位間の因果性、年金ポートフォリオ係数への因果推測、企業の制作側の意識とユーザーの意識の要因解析等、社会的意義も確認された。
|
| 評価記号 |
事後評価所見 (区分)
A: 研究領域の設定目的に照らして、期待どおりの成果があった
|
評価記号 |
中間評価所見 (区分)
A: 研究領域の設定目的に照らして、期待どおりの進展が認められる
|
