| 研究課題/領域番号 |
18K12757
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分07030:経済統計関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
菅澤 翔之助 東京大学, 空間情報科学研究センター, 准教授 (50782380)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020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: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 統計モデリング / ロバスト統計 / 空間統計 / 階層モデル / 異質性 / ベイズ統計 / 混合効果モデル / グループデータ / 個体差 / 地域差 |
|---|
| 研究成果の概要 |
個人や地域などの属性に基づいてグループ分けされる形式のデータはグループデータと呼ばれ様々な科学分野において頻繁に扱われるデータである。本研究ではこのようなデータに対する既存の統計分析手法が抱える問題点、特にモデルの柔軟さの制約、大規模データにおける計算コスト、外れ値が存在するもとでの頑健性の問題などに注目し、効果的な解決策となる手法を開発した。また開発した手法の理論的性質も明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
本研究成果によってグループデータの分析において障壁となっていた応用上の問題点に対して、いくつかの効果的な解決策を提示することができた。提案した手法の多くは実装したコードをオープンソースとして公開しており、グループデータを扱う関連分野の研究者や実務家が提案した方法を利用することで、これまでよりも効果的な統計分析を実行することが可能になると考えられる。
|
