| 研究課題/領域番号 |
17K17659
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
入江 薫 東京大学, 大学院経済学研究科(経済学部), 講師 (20789169)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| キーワード | 経済統計学 / ベイズ統計学 / 時系列分析 / 状態空間モデル |
|---|
| 研究実績の概要 |
大規模計数時系列データの分析という大テーマのうち、ふたつの側面に焦点をあてて研究を進めた。第一に「計数データ」という側面を重視し、計数を発生させる確率分布とその事前分布に関する研究を行った。具体的にはガンマ分布という、基礎的でよく知られた確率分布を階層モデルにおいて使用する方法論について研究した。研究を進めるうち、これは計数データに限らず大規模データの分析一般に貢献しうる研究であることが分かり、方針を一部修正して分布論の立場から考察を行った。研究をまとめるにあたっては、高次元回帰問題を取り上げ、計数データに限らないより一般の問題に対しての貢献を強調した。論文は草稿の段階であり、必要なシミュレーション分析を加えたのちに来年度（平成30年度）内の公表および国際学術誌への投稿を予定している。
第二に、より応用の立場から、大規模時系列データの「時系列」の側面を重視した研究を、共同研究者とともに行った。計数データが次々と観測される状況においては、予測分布を逐次的に更新していく必要があるが、使用可能な統計モデルには強い制約があるために予測が適応的にならず分析者の主観的な介入が必要となる問題が知られている。本研究ではこの既知の問題を克服するためにモデルの改良と逐次分析手法の提案を行った。本研究では実際のデータへの応用を重視し、毎分更新されるインターネットのアクセスログや配車サービスの需要量のデータへの適用を通じて、提案モデル・手法の有効性を確認した。この研究に関する論文も草稿の段階であり、来年度内の公表を目指している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
初年度である本年度は試行錯誤の時期と位置付けており、残りの三年間をかけて行う研究のテーマを定めるのが当初の目的であった。実際には、共同研究者に恵まれたこともあり、ふたつのプロジェクトがすでに完成の段階にある。このため、研究の進行状況は予定以上であると判断する。
|
| 今後の研究の推進方策 |
当面の目標は上記の二つのプロジェクトを完了すること、すなわち二本の論文を執筆し、国際学術誌へ投稿することである。論文の査読を経て、改訂を要求されることが予想されるため、来年度以降（平成31年度以降）もこれらのプロジェクトに継続して取り組んでいく必要がある。
それと同時に、第二のプロジェクトをさらに進め、より分析が困難な実際のデータに適用可能なモデルおよび分析手法の開発に共同研究者とともに取り組んでいる。上記の論文執筆が完了し次第、この新たな問題への取り組みを本格化する予定である。
|
