• 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

2021 年度 研究成果報告書

無視不可能な欠測値データを可能にする多重代入法の開発

研究課題

  • PDF
研究課題/領域番号 19K14592
研究種目

若手研究

配分区分基金
審査区分 小区分12040:応用数学および統計数学関連
研究機関大阪大学

研究代表者

森川 耕輔  大阪大学, 基礎工学研究科, 講師 (40824305)

研究期間 (年度) 2019-04-01 – 2022-03-31
キーワード欠測値データ解析 / 多重代入法
研究成果の概要

無視不可能な欠測値データ解析における,モデルの識別性及びセミパラメトリック漸近有効推定量を提案した.また,通常仮定される完全データのモデルへの仮定を観測データのモデルに対し課すことで,欠測メカニズムの無視可能性を観測データから検証可能な手法を提案した.さらに,令和3年度には,観測データのモデルを一般化線形モデルとした下で新たな識別性の十分条件を提案した.提案された新しい識別可能性条件の下,パラメータを効率的に推定可能なFractional代入法と多重代入法を提案した.今後は,これまでに得られた成果を,新たな無視可能性条件の下,セミパラメトリックな多重代入法へ拡張することが課題である.

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

得られるべきデータが得られない欠測値の問題は極めて重要であり,欠測に適切に対処しない解析方法は推定量に重大なバイアスを生じ得る.本研究では,応用上しばしば仮定されるデータから検証不能な欠測メカニズムの無視可能性を,観測データから検証するための十分条件を与え,これまで主観的に課されていた仮定を客観的に吟味することが可能となった.また,無視不可能であるという状況下でセミパラメトリック漸近有効推定量を提案し,新たな欠測値の代入法を開発した.これらの成果により,これまで応用上忌避されてきた無視不可能であるという状況下でのデータ解析手法の数理的基盤が構築され,より有用かつ実用的なものになるだろう.

URL: 

公開日: 2023-01-30  

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