|
統計モデルにおいて目的変数を説明する候補変数が高次元の状況下で，適切な変数選択・グルーピングを行う円滑閾値型推定方程式を，時系列解析の文脈に応用した．ボラティリティ予測モデルにおける変数選択を，経験類似度に基づくモデル化と，動的トピックモデルから抽出したトピック時系列の選択という2つの問題で議論し，その有効性を確認した．対数死亡率に対する要因分解モデルの残差に見られる時間軸効果を，先験的な仮定によらずスパース推定する方法を提案した．また，高次元モデルで周辺効果の強い変数に隠れて効果が見えにくい真の因果変数を拾い上げる方法論を提案した．
|
