| 研究概要 |
多重決定問題としてスリッペイジ検定問題がある。研究代表者と分担者(木村)は,他の分担者の知見を得て,母集団にgross errorが存在するときのスリッペイジ検定問題を考え,ノンパラメトリックの観点から順位統計量に基づく検定法を構成した。
この結果は,従来の問題定式化とその検定法に対し,上k個の母集団が近似的に同一というロバストな帰無仮説になっており,得られた順位検定法のロバスト性を保証するものである。シンポジュウムで発表すると共に,現在論文を投稿中である。
多標本問題における検定法の最大有意水準や最小検出力を評価する際に,majorizationやweak majorizationによる評価を行っている。これらの方法による確率評価の精度については,現在まだ研究中ではあるが,シミュレーションにより十分使えるという結論を得ている。
また,研究代表者は,k標本の条件付独立構造を調べるグラフの併合可能性についての理論的結果とその支援ソフトを得ており,次年度の学会等で発表予定である。その結果は,探索的データ解析によるモデルの選択に有効となる。
今後は,各種の多変量検定問題に対し,ノンパラメトリックの立場から,近似的同一性の検定問題に対する検定法の開発を行う。
|
