|
スパース正則化法のアイデアを駆使し，高次元かつ複雑な構造を持つデータの解析法について研究を行った．本研究では特に，外れ値構造とグループ構造に着目し研究を進めた．前者については，結果変数に外れ値が混入する場合の，線形回帰分析について研究を行い，回帰係数のロバストかつスパースな推定量を導出した．また，セルワイズな外れ値を持つ大規模データ行列から，変数間の条件付き独立性を推定する手法も提案した．後者については，層別線形回帰モデルを考え，結果変数全体に影響を与える共変量と，層ごとに影響を与える共変量を同時に特定する方法を構築した．
|
