• 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

2019 年度 研究成果報告書

自己加重経験尤度に基づく無限分散確率過程に対する非母数的・頑健な推測手法の構築

研究課題

  • PDF
研究課題/領域番号 16K16022
研究種目

若手研究(B)

配分区分基金
研究分野 統計科学
研究機関東京大学 (2019)
早稲田大学 (2016-2018)

研究代表者

明石 郁哉  東京大学, 大学院経済学研究科(経済学部), 講師 (90773268)

研究期間 (年度) 2016-04-01 – 2020-03-31
キーワード無限分散過程 / 一般化経験尤度法 / 自己加重法 / 自己基準化法 / 分位点回帰 / 時系列解析
研究成果の概要

無限分散を持つ時系列モデルに対して、頑健な統計手法の開発・実データ解析手法への応用を行った。特にモデルの誤差過程には無限分散を持つ確率分布も許容し、非母数的な手法である経験尤度法を用いて尤度に基づく自然な統計量を構成した。また自己基準化法・自己加重法などの統計量頑健化の手法により一般化経験尤度統計量の改良を行った。さらに実データ解析の現場で重要な問題である変化点検出手法・長期記憶性を持つ時系列回帰モデルの推定・無限分散過程の因果性検定・モデル選択手法の分野に対して基礎手法を応用した。その結果幅広い非正則モデルに対する頑健な手法が構成できた。

自由記述の分野

時系列解析

研究成果の学術的意義や社会的意義

近年、計量経済学・金融データ解析の分野では正規分布よりも裾の分布の厚い時系列データが観測され、古典的な尤度法やモーメント法を直接用いることができない。そこで本研究課題では有限・無限分散モデルを含む一般的なモデルに対して、モデル誤差項の分布を限定せずに解析を行い、統計量頑健化の手法により興味のない局外変数の事前推定が不要な統計手法を構成した。本研究課題で構成した手法では煩雑なチューニングパラメータの調整の必要はなく、局外母数の事前推定も不要である。結果として研究成果の概要の項目で述べた幅広い応用問題の枠組みでも頑健な統計手法を構成できることが示された。

URL: 

公開日: 2021-02-19  

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