• 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

2016 年度 研究成果報告書

大規模で非定常な時系列・時空間データのモデル化とその推定・検定・予測法の研究

研究課題

  • PDF
研究課題/領域番号 25280005
研究種目

基盤研究(B)

配分区分一部基金
応募区分一般
研究分野 統計科学
研究機関東北大学

研究代表者

松田 安昌  東北大学, 経済学研究科(研究院), 教授 (10301590)

研究分担者 陳 春航  琉球大学, 理学部, 准教授 (00264466)
栗原 考次  岡山大学, その他の研究科, 教授 (20170087)
柿沢 佳秀  北海道大学, 経済学研究科(研究院), 教授 (30281778)
西山 慶彦  京都大学, 経済研究所, 教授 (30283378)
丸山 祐造  東京大学, 学内共同利用施設等, 准教授 (30304728)
生川 雅紀  岡山大学, 社会文化科学研究科, 准教授 (30588489)
西井 龍映  九州大学, 学内共同利用施設等, 教授 (40127684)
高橋 邦彦  名古屋大学, 医学(系)研究科(研究院), 准教授 (50323259)
矢島 美寛  東京大学, 経済学研究科(研究院), 教授 (70134814)
研究期間 (年度) 2013-04-01 – 2017-03-31
キーワードspatio-temporal data / Whittle estimate / spectral density / kriging / forecasting / separable correlations / irregularly spaced data
研究成果の概要

非定常な構造をもつ大規模な時空間系列を研究対象として、そのモデル化とその推定・検定・予測法を提案し、実データを使って実証研究を行った。本研究では時空間相関を時間相関と空間相関の積で与えられるセパラブルモデルを用い、空間相関にはContinuous Autoregressive Moving Average (CARMA) モデルを、時間相関にはARMAモデルをあてはめる時空間モデルを開発した。そしてアメリカ大陸6000地点で月次で観測される降雨量のデータに応用し、大規模データに対応する高速なパラメータ推定法、時空間相関のセパラビリティの検定、大規模データに対応する高速な予測法を提案した。

自由記述の分野

時系列解析、時空間統計学

URL: 

公開日: 2018-03-22  

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