研究課題/領域番号 |
20K13468
|
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 (2023) 横浜国立大学 (2022) 東京工業大学 (2020-2021) |
研究代表者 |
栗栖 大輔 東京大学, 空間情報科学研究センター, 准教授 (70825835)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023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)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
キーワード | 空間データ / 時空間データ / 関数データ / ノンパラメトリック回帰 / 分位点回帰 / 変数誤差モデル / 高次元中心極限定理 / ブートストラップ法 / 高次元データ / 極値統計学 / 時系列解析 / 中間的正規近似 / 局所定常空間過程 / レヴィ駆動型確率場 / 非定常空間データ / サブサンプリング / ブートストラップ / 確率過程 / 経験過程 / 高次元統計 / 確率場 |
研究開始時の研究の概要 |
本研究では以下の3つの研究に取り組む予定である。 ①金融資産価格のモデルや損害保険のリスク分析において基礎となる統計モデルとして知られる、レヴィ駆動型確率過程と呼ばれるモデルの特徴量のノンパラメトリックな統計的推測手法の開発。 ②計量経済学の分野で利用される変数誤差モデルに関する統計的推測理論の開発とその実データへの応用。 ③気温や降水量、地価といった空間的な情報をもつ環境、経済データの分析において重要な役割を果たす統計モデルである空間過程に対する新たな統計分析手法の開発。 これら統計モデルの背後にある理論的な解析手法は共通する部分が多く、統一的な視点でこれらの問題の解決を目指す。
|
研究成果の概要 |
本研究課題を通じて,(1)非定常な空間データ・関数データに対するノンパラメトリック回帰,(2)高次元空間データ・時空間データのための統計的推測方法の開発(3)極値統計学を用いたノンパラメトリック分位点回帰,(4)観測誤差を伴って観測される変数が存在する場合のノンパラメトリックな確率密度の推定法開発 について取り組んだ.以上の研究成果は何れも国際ジャーナルに採択され,特に研究テーマ(1),(2)については研究成果の一部は統計分野のトップジャーナルに掲載されており,今後は関連テーマへの応用やより発展的な課題について研究を行う予定である.
|
研究成果の学術的意義や社会的意義 |
本研究課題では研究テーマとして(1)時系列データ,(2)空間データ,(3)時空間データ,(4)関数時系列データ,(5)変数誤差モデルに関するノンパラメトリックな統計分析手法の開発に取り組んだ.(1)~(5)の各テーマにおいては,研究代表者の前研究課題において得られた一連の理論解析手法が上記の各テーマにおける重要な問題に適用可能であることが予想されていた.実際,本研究課題において提案したデータ分析手法の理論解析のアプローチは各テーマで共通する部分が多く,統一的な視点でこれらの問題の解決策を与えることに成功した.
|