| 研究課題/領域番号 |
16K00050
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 統計数理研究所 (2018-2021)
九州大学 (2016-2017) |
|---|
研究代表者 |
二宮 嘉行 統計数理研究所, 数理・推論研究系, 教授 (50343330)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2022-03-31
|
| キーワード | 因果推論 / 傾向スコア解析 / 情報量規準 / スパース推定 / セミパラメトリック推定 / 統計的漸近理論 / モデル選択 / SURE理論 |
|---|
| 研究成果の概要 |
因果推論では，何が観測されるかということと実際に観測される値が影響を及ぼし合っていることが通常であり，古典的な統計理論を適用すると不当な結果を与えてしまう．それを解決するのが傾向スコア解析であり，急速に発展しているものの，どういった回帰モデルを用いるかというモデル選択の方法が確立していなかった．本研究では，モデル選択のための標準ツールである情報量規準を，傾向スコア解析のために開発し，一般論を完成させた．
|
| 自由記述の分野 |
数理統計学
|
| 研究成果の学術的意義や社会的意義 |
因果推論の情報量規準としては，数理的に妥当でないものが試験的に用いられていたが，それは本成果の情報量規準と大幅に異なる値を返すものであった．つまり，両者のモデル選択の結果は相当に異なるものであり，本提案は今後標準的に用いられていくことが期待される．因果推論は機械学習・医学統計・計量経済学でのホットトピックであり，またモデル選択は統計解析において不可欠なタスクであるため，本成果の意義は小さくないものである．
|
