| 研究課題/領域番号 |
18K01541
|
|---|
| 研究機関 | 一橋大学 |
|---|
研究代表者 |
松下 幸敏 一橋大学, 大学院経済学研究科, 教授 (50593589)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | ノン・セミパラメトリックモデル / 統計的推測 / ネットワークデータ / 操作変数 / 経験尤度法 |
|---|
| 研究実績の概要 |
第一に、同時密度と周辺密度の密度比のノンパラメトリック推定手法を提案し、そのセミパラメトリックモデルの推定（特に因果効果のセミパラメトリック推定）における有用性を示した論文の改訂と再投稿を行った。本論文は、Journal of Business and Economic Statisticsに掲載が決定した。第二に、線形操作変数モデルにおいて、操作変数の数がサンプルサイズと同じオーダーになる程度に大きい場合（以下、多操作変数）のt-検定の分布の高次漸近展開を導出し、それに基づくt-検定の修正版を提案した論文の改訂と再投稿を行った。本論文は、Journal of Econometricsに掲載が決定した。第三に、線形操作変数モデルにおいて、分散が不均一かつ多操作変数の場合に弱操作変数に対してロバストな新たな検定法を提案した論文の改訂を行った。本論文は学術誌掲載のために再投稿中である。 第四に、exchangeable random graphにおいていくつかの特定のサブグラフが観測される確率についての新たな統計的推測法を提案した論文の改訂を行い、いくつかの理論的結果と応用例を加えた。本論文は学術誌掲載のために再投稿中である。 第五に、各個体の相互作用を表すデータに関する新たな統計的推測法を提案し、その理論的性質を導出した論文を執筆した。本論文は学術誌掲載のために投稿中である。第六に、線形操作変数モデルにおいて、弱操作変数と多操作変数の両方にロバストな新たな検定手法を提案し、その理論的性質を導出した。本論文は現在執筆中である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
いくつかの大規模・高次元データを用いた計量モデルにおいて、新たな統計的推測法を開発し、それらの推測法の理論的性質の導出を行い、有用性の確認を行うことができた。また、それらの結果が学術誌に掲載されることが決定した。さらに、これまでの結果のネットワークデータ分析への拡張も行うことができた。
|
| 今後の研究の推進方策 |
第一に、現在投稿中の論文および投稿予定の論文がそれぞれ学術誌に受理されるように執筆・改訂を進める。その上で、より一般的な大規模・高次元計量モデルの統計的推測法の開発に向けて、特に局外パラメータの次元が大きい場合の統計的推測法の理論的性質の検討を進める。また、これらの理論的結果の有限標本性質を評価するために数値実験を行う。
|
| 次年度使用額が生じた理由 |
理由：コロナ禍のために国外・国内出張ができなかった。また2021年度は理論的性質の研究に集中したため、大規模な数値実験および一部の研究発表を2022年度以降に回すこととした。
使用計画：現在進行中の研究における数値実験の費用に充てたい。また、コロナ禍の状況次第であるが、出張が可能となった場合には共同研究者との研究打ち合わせ及び学会における研究発表のための費用に充てたい。
|
