大規模高次元方向データのためのノンパラメトリック統計モデルを応用したロバスト推定

• 研究課題/領域番号: 24K20746
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分60030:統計科学関連
• 研究機関: 長野県立大学
• 研究代表者: 鶴田 靖人 長野県立大学, グローバルマネジメント学部, 講師 (30866017)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2027年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
• キーワード: ノンパラメトリック統計 / 方向統計学 / ロバスト推定 / カーネル密度推定 / ヒストグラム

研究開始時の研究の概要

大規模高次元方向データは複雑な構造を持ち、しばしばデータの汚染が発生する。しかし、従来のロバストな推定手法は特定の分布しか適用できない。一方、最近では多くのパラメータを持つ複雑な確率分布が実データ解析に応用されている。したがって、高次元方向データのための様々な確率分布に適用できるロバスト推定法を構築する必要がある。本研究は、より柔軟なロバスト手法の構築を目指し、ヘリンジャー距離などのロバストな距離とノンパラメトリック密度推定を活用した最小距離推定量(Minimum Distance Estimator)に注目し、その理論的性質を解明することを目指す。