|
1. 視不可能な欠測(NMAR)の下での欠測メカニズムを組み入れない尤度（観測尤度）に基づく最尤推定量(MLE)にはバイアスが生じる。適切な補助変数を導入することでMLEのバイアスを減少させることが可能であること，および不適切な補助変数の導入はバイアスを増加させることを証明した。 Kano(2015) の理論的拡張にかなりの進展があった．欠測メカニズムと観測変数間の因果関係とが独立にバイアス評価に関与する状況の数学的本質を解明した．ある意味で，採用したshared-parameter model に依らずに，MLEのバイアスの増減が評価できることを証明した．
2. 欠測値問題における欠測メカニズムの特定においてセミパラメトリック法を採用し，欠測メカニズムに要求される強い仮定を緩和した下での推測方法を発展させた．統計的因果推論は欠測値問題である．より弱い条件の下での二重頑健化推定量の推定効率を検討した．
3. 双方向因果モデルの識別性条件を発展させた。ある限られた状況であるが識別性のための十分条件を与えると同時に，別の状況ではシンプルな反例を構成した。
4. 反復測定実験で無視不可能な欠測（脱落）を含むデータへの新たな解析モデルを提案し，そのモデルの識別性条件を導出した。
5. 異質な対数正規母集団の集合の母平均を推定する問題において欠測がある場合に，新たな多重代入法(MI)を発展させた。既存の3つの代入モデルを統合するモデルを考案し，そのモデルの下でのMIが他の方法より優れていることをモンテカルロ実験で示した。
|
