研究課題/領域番号 |
23H00809
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分07030:経済統計関連
小区分07060:金融およびファイナンス関連
合同審査対象区分:小区分07030:経済統計関連、小区分07060:金融およびファイナンス関連
|
研究機関 | 統計数理研究所 |
研究代表者 |
二宮 嘉行 統計数理研究所, 数理・推論研究系, 教授 (50343330)
|
研究分担者 |
川野 秀一 九州大学, 数理学研究院, 教授 (50611448)
川崎 能典 統計数理研究所, モデリング研究系, 教授 (70249910)
柳原 宏和 広島大学, 先進理工系科学研究科(理), 教授 (70342615)
|
研究期間 (年度) |
2023-04-01 – 2028-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2023年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
|
キーワード | 赤池情報量規準 / 傾向スコア解析 / 高次元データ解析 / 特異モデル解析 / モデル選択 |
研究開始時の研究の概要 |
現代の統計学ではモデル・推定法とも急速に発展・複雑化しており,既存の情報量規準をそのまま適用すると,結果は大きくミスリードされることが多い.例えば,経済統計分析における因果推論や機械学習における特異モデル解析では,その値を通常より遥かに大きくしなければならない一方,時空間統計分析に欠かせない高次元データ解析では,その値を通常より遥かに小さくしなければならないことが判明しつつある.本課題では,それらの拡張や融合に加え,スパース推定・モデル平均化法・ベイズ予測・変化点解析・混合効果モデル解析など,統計的モデル選択に大きな改良が見込まれる問題のみを対象に,数理的に保証された情報量規準を与える.
|