| 研究課題/領域番号 |
25330049
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
川崎 能典 統計数理研究所, モデリング研究系, 教授 (70249910)
|
|---|
| 研究分担者 |
植木 優夫 久留米大学, バイオ統計センター, 講師 (10515860)
赤司 健太郎 学習院大学, 経済学部, 教授 (50610747)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | スパース正則化法 / 分類・パターン認識 / 変数選択 / 変数グルーピング / 高次元交互作用 / リスク解析 / 多重共線性 / 予測モデル |
|---|
| 研究成果の概要 |
統計モデルにおいて目的変数を説明する候補変数が高次元の状況下で，適切な変数選択・グルーピングを行う円滑閾値型推定方程式法を援用し，高精度の予測を主眼に置いた意思決定システムの構築を行った．電話による直接顧客マーケティングデータの解析では，預金契約に至りやすい顧客の特徴の把握と予測性が，変数選択法ないしグルーピング法によってどう異なるかを統計的に検証した．また，ゲノムワイド関連研究において個人の疾患発症リスクを高精度に予測するモデルの構築を行った．また，高相関の説明変数が多い状況で，複数の競合モデルを残すことで誤って重要な変数を捨てることを防ぐ方法も提案した．
|
| 自由記述の分野 |
統計科学
|
