• 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

2022 年度 研究成果報告書

ビッグデータ時代のグラフィカルモデル推測理論の新展開

研究課題

  • PDF
研究課題/領域番号 17K00061
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
研究機関京都大学 (2021-2022)
同志社大学 (2017-2020)

研究代表者

原 尚幸  京都大学, 国際高等教育院, 教授 (40312988)

研究期間 (年度) 2017-04-01 – 2023-03-31
キーワードグラフィカルモデル / 計算代数統計学
研究成果の概要

空間疫学モデルを用いて、特定の疾患のホットスポットを検出する際に、罹患数の多さを表す検定統計量の多重性調整P値の計算が必要になるが、従来法では計算コストが高いことが問題とされていた。本研究では、地域間の隣接関係から定義される無向グラフの構造を利用して、そのグラフの分割を用いた分割統治的なアルゴリズムを提案し、その有用性を示した。
また、マルコフ基底や、グラフィカルモデルの推論、推測アルゴリズムに関する成果を、研究書にまとめて公刊をした。

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

空間疫学モデルにおける多重性調整P値の正確計算は、ホットスポットを高精度に検出するために重要であるが、従来法では計算コストが高いという問題があった。また、近似アルゴリズムも存在はしているが、小標本のときに精度が悪いものであった。今回、地域間の空間的な隣接情報からグラフを定義し、そのグラフの分割を用いた分割統治アルゴリズムによって、正確なP値の計算が、実用時間内で可能になったことは、疫学の研究において意義があるものである。
また、近年の計算代数統計学による、グラフィカルモデルの推論に関する書籍は、和書ではまったくなかったなかで、書籍を刊行したことは、さらなるこの分野の発展に意義があることと考える。

URL: 

公開日: 2024-01-30  

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