| 研究課題/領域番号 |
18K01541
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分07030:経済統計関連
|
|---|
| 研究機関 | 一橋大学 |
|---|
研究代表者 |
松下 幸敏 一橋大学, 大学院経済学研究科, 教授 (50593589)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | ノン・セミパラメトリックモデル / 統計的推測 / ネットワークデータ / 操作変数 / 経験尤度法 / 因果推論 / セミパラメトリックモデル / 高次元データ / 高頻度データ / 大規模データ |
|---|
| 研究実績の概要 |
第一に、exchangeable random graphにおいていくつかの特定のサブグラフが観測される確率についての新たな統計的推測法を提案した論文の改訂を行い、いくつかの理論的結果と数値実験の結果を加えた。特にネットワークがスパースな場合について、より精緻な統計的性質を導出し、スパースなネットワークに対してもより頑健な統計的推測法の提案とその理論的正当化を行った。本論文はJournal of American Statistical Associationに掲載が決定した。
第二に、各個体の相互作用を表すデータに関する新たな統計的推測法を提案し、その理論的性質を導出した論文を再改訂した。特に、新たに提案した統計量と既存の統計量の分布の高次漸近展開を導出し、提案手法の理論的優越性を示した。本論文は学術誌掲載のために再投稿準備中である。
第三に、ランダム化比較試験 (randomized controlled trial, RCT)において、共変量の数が大きい場合の新しい推定と統計的推測の方法の検討を行った。特に、完全なランダム実験（completely randomized experiment）ではないいくつかのRCTのバリエーション(covariate adaptive randomizationなど)における統計的推測法、結果変数が連続変数ではない場合の統計的推測法、平均処置効果以外の処置効果（分位点処置効果など）の統計的推測法、ランダム化実験における処置の割り当てと実際の処置の有無が異なっている場合（noncompliance）の統計的推測法についても検討を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
いくつかの大規模・高次元データを用いた計量モデルにおいて、新たな統計的推測法を開発し、それらの推測法の理論的性質の導出と数値実験による有用性の確認を行うことができた。また、そのうちの一つが学術誌に掲載されることが決定した。
|
| 今後の研究の推進方策 |
まずは、現在投稿中の論文および投稿予定の論文がそれぞれ学術誌に受理されるように執筆・改訂を進める。特に、ランダム化比較試験 (RCT)において、共変量の数が大きい場合の統計的推測法の開発を進める。
|
