統計的因果推論における樹木モデルのアンサンブル手法に対する変数重要度の提案

• 研究課題/領域番号: 24K20747
• 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: 順天堂大学
• 研究代表者: 中村 知繁 順天堂大学, 健康データサイエンス学部, 助教 (30888673)
• 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: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
• キーワード: 勾配木ブースティング / 変数重要度 / ノンパラメトリック回帰モデル / 統計的因果推論

研究開始時の研究の概要

本研究は、ランダムフォレスト（RF）及び勾配木ブースティング（GBT）による異質性のある因果効果（CATE）の推定量の漸近的な性質の解明と解釈可能性の向上に焦点を当てており、以下の2つの課題に取り組む。 1) 勾配木ブースティングを用いたCATEの推定量の提案と、漸近的な性質の解明及び計算アルゴリズムの提案。 2) 樹木アンサンブル手法に対する変数重要度の推定量に対する統計的性質の解明と、効率的な計算アルゴリズムの検討。