グループデータ解析の安定化のための統計的方法論

2020 年度 実績報告書

• 研究課題/領域番号: 18K12757
• 研究機関: 東京大学
• 研究代表者: 菅澤 翔之助 東京大学, 空間情報科学研究センター, 准教授 (50782380)
• 研究期間 (年度): 2018-04-01 – 2021-03-31
• キーワード: 階層モデル / ロバスト統計 / 異質性 / ベイズ統計

研究実績の概要

個人や地域などの属性に基づいてグループ分けされる形式のデータは、グループデータまたはクラスターデータと呼ばれ、社会科学をはじめ、経済学・医学・環境学などの多様な科学分野におけて頻繁に現れるデータ形式である。本研究課題は、このようなデータに対する既存の統計解析手法が抱えるいくつかの問題点に焦点を当て、その解決を目指すものである。今年度はデータの持つ異質的性質に注目し、具体的には以下のような課題に取り組んだ。
(A) 空間データに対して空間的な異質性を考慮した代表的な分析手法として地理的加重回帰がある。この方法は数値的な不安定性や大規模データにおける計算コストの問題点が知られている。このような課題を解決するために空間クラスタリングと回帰分析を同時に実行する革新的な方法論を開発した。
(B) データに外れ値が含まれている状況では、t分布のような裾の厚い分布を誤差分布として用いることで頑健にパラメータ推定が実行できることが知られている。一方で、ベイズ分析におけるある種の頑健性を担保するには、t分布よりも裾が厚い分布が必要であることが知られているが、現状提案されている誤差分布は事後分布を計算するが容易ではない。そこで、簡易なマルコフ連鎖モンテカルロ法で事後分布の計算が実行できる誤差分布のクラスを新たに開発した。この分布によりクラスター構造を持ったデータに対しても現実的な計算コストで頑健なベイズ分析が実行できるようになった。
(C) データの異質性を表現する統計モデルのクラスとして有限混合モデルがある。外れ値に影響を受けずに有限混合モデルを推定するのは一般的に容易ではないが、重み付き完全推定方程式と呼ばれる概念を導入し、それを解くための繰り返しアルゴリズムを開発した。

研究成果

• [国際共同研究] オーストラリア国立大学(オーストラリア)
  • 国名: オーストラリア
  • 外国機関名: オーストラリア国立大学
• [国際共同研究] メリーランド大学/アイオワ州立大学(米国)
  • 国名: 米国
  • 外国機関名: メリーランド大学/アイオワ州立大学
• [雑誌論文] Improved confidence regions in meta-analysis of diagnostic test accuracy (2021)
  • 著者名/発表者名: Ito Tsubasa、Sugasawa Shonosuke
  • 雑誌名: Computational Statistics & Data Analysis 巻: 153 ページ: 107068～107068
  • DOI: 10.1016/j.csda.2020.107068
  • 査読あり
• [雑誌論文] Bayesian Approach to Lorenz Curve Using Time Series Grouped Data (2021)
  • 著者名/発表者名: Kobayashi Genya、Yamauchi Yuta、Kakamu Kazuhiko、Kawakubo Yuki、Sugasawa Shonosuke
  • 雑誌名: Journal of Business & Economic Statistics 巻: NA ページ: 1～16
  • DOI: 10.1080/07350015.2021.1883438
  • 査読あり
• [雑誌論文] On Global-Local Shrinkage Priors for Count Data (2021)
  • 著者名/発表者名: Hamura Yasuyuki、Irie Kaoru、Sugasawa Shonosuke
  • 雑誌名: Bayesian Analysis 巻: NA ページ: NA
  • DOI: 10.1214/21-BA1263
  • 査読あり / オープンアクセス
• [雑誌論文] Robust Bayesian Regression with Synthetic Posterior Distributions (2020)
  • 著者名/発表者名: Hashimoto Shintaro、Sugasawa Shonosuke
  • 雑誌名: Entropy 巻: 22 ページ: 661～661
  • DOI: 10.3390/e22060661
  • 査読あり / オープンアクセス
• [雑誌論文] Efficient screening of predictive biomarkers for individual treatment selection (2020)
  • 著者名/発表者名: Sugasawa Shonosuke、Noma Hisashi
  • 雑誌名: Biometrics 巻: 77 ページ: 249～257
  • DOI: 10.1111/biom.13279
  • 査読あり
• [雑誌論文] Predicting intervention effect for COVID-19 in Japan: state space modeling approach (2020)
  • 著者名/発表者名: Kobayashi Genya、Sugasawa Shonosuke、Tamae Hiromasa、Ozu Takayuki
  • 雑誌名: BioScience Trends 巻: 14 ページ: 174～181
  • DOI: 10.5582/bst.2020.03133
  • 査読あり / オープンアクセス
• [雑誌論文] Grouped Heterogeneous Mixture Modeling for Clustered Data (2020)
  • 著者名/発表者名: Sugasawa Shonosuke
  • 雑誌名: Journal of the American Statistical Association 巻: NA ページ: 1～12
  • DOI: 10.1080/01621459.2020.1777136
  • 査読あり
• [雑誌論文] An Approximate Bayesian Approach to Model-assisted Survey Estimation with Many Auxiliary Variables (2020)
  • 著者名/発表者名: Sugasawa Shonosuke、Kim Jae Kwang
  • 雑誌名: Statistica Sinica 巻: NA ページ: NA
  • DOI: 10.5705/ss.202019.0239
  • 査読あり / 国際共著
• [雑誌論文] Parametric Bootstrap Confidence Intervals for the Multivariate Fay?Herriot Model (2020)
  • 著者名/発表者名: Saegusa Takumi、Sugasawa Shonosuke、Lahiri Partha
  • 雑誌名: Journal of Survey Statistics and Methodology 巻: NA ページ: NA
  • DOI: 10.1093/jssam/smaa038
  • 査読あり / 国際共著
• [学会発表] Spatially Clustered Regression (2020)
  • 著者名/発表者名: 菅澤翔之助
  • 学会等名: 科研費シンポジウム "Recent Progress in Spatial and/or Spatio-temporal Data Analysis"
• [学会発表] 境界値過剰データに対する時空間モデリング_～海洋資源調査データへの適用～ (2020)
  • 著者名/発表者名: 菅澤翔之助
  • 学会等名: CSIS DAYS 2020
• [学会発表] Spatio-temporal modeling of zero-inflated count data: an application to marine resource monitoring (2020)
  • 著者名/発表者名: 菅澤翔之助
  • 学会等名: Webinar of Bayesian Econometrics 2020
  • 国際学会
• [学会発表] 異質な集団が混在するデータに対する統計モデリング (2020)
  • 著者名/発表者名: 菅澤翔之助
  • 学会等名: 第5回統計・機械学習若手シンポジウム
  • 招待講演
• [備考] 研究代表者個人ホームページ
  • URL: https://sites.google.com/view/ssugasawa