| 研究課題/領域番号 |
18K01546
|
|---|
| 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 | 神戸大学 |
|---|
研究代表者 |
難波 明生 神戸大学, 経済学研究科, 教授 (60324901)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2018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 | 縮小推定量 / リサンプリング法 / ブートストラップ法 / 縮小推定 / ブートストラップ / リサンプリング / スタイン型分散推定量 / スタイン型推定料 / 漸近分布 |
|---|
| 研究成果の概要 |
本研究の主な目的は縮小推定量の応用可能性を探ることであるが、用いるべき説明変数が観測可能でない際に代理変数を用いた場合や、モデルが構造変化を含む可能性がある場合など、縮小推定量が様々な文脈で応用可能であることが明らかとなった。 また、縮小推定量を用いる際の一つの問題点は、推定量の分布が複雑であり、かつ未知パラメータに依存することであるが、m out of n ブートストラップ法と呼ばれる方法を用いる、あるいは予備検定を導入したブートストラップ法を用いることにより、推定量の分布を近似することができることが示された。
|
| 研究成果の学術的意義や社会的意義 |
縮小推定量が、その優れた特性にも関わらず、実際の応用であまり利用されていない理由の一つとして、推定量の分布が複雑であることが挙げられる。しかしながら、機械学習等で用いられる近代的な手法が、縮小推定法の一種として解釈できることが明らかになってきた。このため、実際のモデル・データへの応用において縮小推定法の重要性が近年再認識され、新たな研究テーマが多数生み出されている。本研究で得られた成果は、縮小推定量の分布の近似法を提案したこと、及び様々な状況下での縮小推定量の有効性を示しており、推定量の応用可能性を広げたものとして学術的意義がある。
|
