| 研究課題/領域番号 |
24K14850
|
|---|
| 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60030:統計科学関連
|
|---|
| 研究機関 | 一橋大学 |
|---|
研究代表者 |
本田 敏雄 一橋大学, 大学院経済学研究科, 教授 (30261754)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | 超高次元データ / 加法モデル / 変動係数モデル / 部分線形モデル |
|---|
| 研究開始時の研究の概要 |
本研究においては，標本数上の制限などから深層学習のような機械学習的手法を用いることができない，生存時間などの医療データを含む様々な分野の超高次元データを対象とする．そしてそれらのデータに対して，解釈が容易である，検定などの統計的推測が可能であるなどのパラメトリックモデルの利点を持つ一方で，データへの当てはまりのよい，さまざまなタイプの構造を持つノンパラメトリックモデルを適用することによって，より柔軟な超高次元データ解析手法を構築することに関する研究を行う．
|
