研究課題/領域番号 |
23500353
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
研究分野 |
統計科学
|
研究機関 | 九州大学 |
研究代表者 |
二宮 嘉行 九州大学, マス・フォア・インダストリ研究所, 准教授 (50343330)
|
研究期間 (年度) |
2011-04-28 – 2016-03-31
|
研究課題ステータス |
完了 (2015年度)
|
配分額 *注記 |
4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
2015年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2014年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2013年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2012年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2011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 | 確率場理論 / ゲノム科学 / スパース推定 / 多重検定 / 統計的漸近理論 / モデル選択 / 確率場 / 機械学習 / 情報量規準 / 正則化法 / 凸解析 / 変数選択 / 画像解析 / 関数データ解析 / 正規確率場 / 変化点解析 / ホットスポット / 確率値 / 検出力 / ステップダウン法 / 多重検定方式 / 対比較 / 超過確率 / 微分幾何 / QTL 解析 |
研究成果の概要 |
主研究成果は「疑似相関を用いた新しい多重性調整法の開発」と「L1 正則化法である LASSO における正則化パラメータ選択のための AIC の導出」である.前者では,多重検定において検出力を向上させる新しい方法を導き,実際に実データ解析において有効であることを示した.後者では,一般化線形モデルの枠組みでの LASSO に対し,古典的な情報量規準と同じルーツをもつ情報量規準として唯一となるものを導いた.
|