• 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

2009 年度 実績報告書

不規則に位置する時空間データ解析の理論と環境データへの応用

研究課題

研究課題/領域番号 21500270
研究機関東北大学

研究代表者

松田 安昌  東北大学, 大学院・経済学研究科, 准教授 (10301590)

キーワードlong memory / Stochastic Volatility model / broad band / spatial data / spatial and temporal data / スペクトル密度関数 / ピリオドグラム / smoothing parameter
研究概要

平成21年度は、不規則に位置する大量の空間データから共分散関数の滑らかさを記述するsmoothing parameterをセミパラメトリックに推定する方法の開発に取り組んだ。実施した成果は以下の3点である。まず1点は、smoothing parameterを推定するためのセミパラメトリックモデルを考案したことである。モデル化のポイントは、区間を3つに分割し、セミパラメトリックな関数形を2次の微分係数までが一致するように滑らかな2次多項式で定義したことである。2点目はシミュレーションモデルを設計し、いくつかの具体的な例に対してsmoothing parameterの推定を行い、そのバイアス、平均二乗誤差を評価したことである。その結果、smoothing parameterの値が大きくなるほど推定精度が悪くなることがわかった。smoothing parameterの値が3程度までが現実的には意味のある推定ができる限界だろう。最後の3点目は、セミパラメトリック推定量の一致性までを示したことである。空間データの領域がひろがりかつデータ数が増えていくというmixed asymptoticsの下で、smoothing parameterの一致性が成り立つための条件を確立することができた。ただ、統計分析には欠かせない漸近正規性の証明はまだ成功しておらず次年度の課題としたい、と考えている。

  • 研究成果

    (2件)

すべて 2010 2009

すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (1件)

  • [雑誌論文] Long-Memory Stochastic Volatility modelにおける局所Whittle法の拡張2010

    • 著者名/発表者名
      生川雅紀, 松田安昌
    • 雑誌名

      日本統計学会誌 39

      ページ: 333-354

    • 査読あり
  • [学会発表] Long-Memory SV modelのセミパラメトリック推定2009

    • 著者名/発表者名
      生川雅紀, 松田安昌
    • 学会等名
      日本統計学会2009年度第77回大会
    • 発表場所
      同志社大学
    • 年月日
      2009-09-07

URL: 

公開日: 2011-06-16   更新日: 2016-04-21  

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