• 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

2020 年度 実施状況報告書

高次漸近許容性に基づく新しい統計的手法の開発

研究課題

研究課題/領域番号 19K11864
研究機関大阪府立大学

研究代表者

田中 秀和  大阪府立大学, 理学(系)研究科(研究院), 准教授 (50302344)

研究期間 (年度) 2019-04-01 – 2023-03-31
キーワードPareto distribution / shape parameter
研究実績の概要

パレート分布の形状母数の推定問題を尺度母数に制限がある場合に適切な条件を満たす損失関数の下で, 小標本, および大標本の観点から考察した.
まず, 小標本の観点からは Patra and Kumar (2017) では, 最尤推定量, 改良最尤推定量, 最小リスク不変推定量, Stein型推定量, Kubokawa 型推定量, (あるクラスの事前分布に関する) 一般化ベイズ推定量が提案されていた. そこでは理論的な根拠はなく, シミュレーション結果に基づいてのみStein型推定量を推薦していた. そこで, 今回, これらすべての推定量, および一様最小分散不偏推定量を優越する推定量の導出に取り組み, その結果, これらすべての推定量を優越する推定量を導出することができた. 特に2乗誤差損失関数, エントロピー損失関数, 対称損失関数の下では新しく導出した推定量の良さをシミュレーションによっても確認することができた.
一方, 大標本の観点からは新しく導出した推定量を含む前述の推定量が2次漸近許容的であるかどうかを2乗誤差損失関数の下で考察した. その結果, 新しく導出した推定量, 最小リスク不変推定量, Stein型推定量, Kubokawa型推定量, (特別な事前分布に関する)一般化ベイズ推定量は2次漸近許容的であり, 一様最小分散不偏推定量, 最尤推定量, 改良最尤推定量, (上記以外の事前分布に関する)一般化ベイズ推定量は2次漸近非許容的であることを示した. また, これら非許容的な推定量に対してはそれ自身を優越し, かつ2次漸近許容的となる推定量を構成した.

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

コロナ禍により, 不測の仕事が入り, また思ったように出張することができなかったため.

今後の研究の推進方策

まずは当初の研究の目的の遂行を目指す. また, 代表者らの最近の研究成果によって, 母数空間に制限がある場合の推定量の2次漸近許容性については興味深い結果が得られる可能性があることが分かったので, 引き続きこの件に関しても研究を続けていく.

次年度使用額が生じた理由

次年度使用額が生じた理由は主に新型コロナの影響により出張が出来なかったためである。次年度は出張が可能になれば、速やかに出張し、研究を遂行する予定である。

  • 研究成果

    (1件)

すべて 2021

すべて 雑誌論文 (1件) (うち査読あり 1件)

  • [雑誌論文] A note on estimation of a shape parameter in a Pareto distribution2021

    • 著者名/発表者名
      Yabuno Mashu、Tanaka Hidekazu
    • 雑誌名

      Communications in Statistics - Theory and Methods

      巻: - ページ: 1~15

    • DOI

      10.1080/03610926.2021.1875241

    • 査読あり

URL: 

公開日: 2021-12-27  

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