• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2018 年度 研究成果報告書

高次元データ解析のためのファクター選択に関する研究

研究課題

  • PDF
研究課題/領域番号 16K03590
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 経済統計
研究機関小樽商科大学

研究代表者

劉 慶豊  小樽商科大学, 商学部, 教授 (60378958)

研究期間 (年度) 2016-04-01 – 2019-03-31
キーワードModel Selection / Model Averaging / Factor / Nonlinear / Optimality / High-Dimensional / Algorithm / Sparsity
研究成果の概要

研究期間中論文を5本作成し、2本を学術誌に掲載した。残りの3本に関して国際学会などで報告し、投稿や投稿の準備をしている。成果の中の非線型回帰モデルの平均法に関する研究は既存研究より広い適用範囲を持っている。研究中ファクターや関数型の選択にその方法を利用して、経済データの共通ファクターによる経済指標の予測を検討した。また、ほかの3本の論文はGARCH型モデルのモデル平均法の開発に関するものであり、金融市場の予測に貢献している。更に最終年度でモデル平均法のウエイトのスパース性を証明し、モデル平均法を高次元データに利用できるよう に、高速な計算アルゴリズムを開発し論文を作成した。

自由記述の分野

経済統計、計量経済学

研究成果の学術的意義や社会的意義

本研究は経済現象や他の社会現象や自然現象の分析のために新しい統計的方法を開発した。特にビッグデータの一種である高次元データの分析の精度を高めることやその分析のための計算コストを下げることに貢献している。統計理論を発展させると同時に、実用的な研究成果であるため、様々な分野で応用されて国民経済の発展に貢献できると期待する。

URL: 

公開日: 2020-03-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi