| 研究課題/領域番号 |
26330054
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
中野 純司 統計数理研究所, 大学共同利用機関等の部局等, 教授 (60136281)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | シンボリックデータ / 可視化 / クラスター分析 / 連続変数 / カテゴリー変数 |
|---|
| 研究実績の概要 |
現在、データ量が爆発的に増加しており、その解析のためには新しい統計手法が必要となっている。そのような手法のひとつと言えるシンボリックデータ解析は、個々のデータではなくデータの集合からなるグループを対象として解析するため、超大量データを縮約し現実的に扱うことができる。本研究ではグループを多変量分布の実現と考え、それを表現するために適切な記述統計量を用いることを提案し、集約的シンボリックデータと呼ぶ。特に、連続変数とカテゴリー変数が混在している場合を考察する必要がある。
それらのデータを統一的に扱うために、ここでは連続データをカテゴリー数が多いカテゴリーデータと考え、すべてのデータをカテゴリーデータとして扱うことを提案した。そして昨年度提案したクラスター分析の手法をより理論的に考察した。
基本的には２つのカテゴリー変数のペアに対して分割表を考え、その分割表のセル確率をそのグループの特徴量とみなす。そして、２つのグループにおいて、そのセル確率が同じと見なせるかどうかの尤度比検定統計量を２つのグループ間の非類似度と考えるという方法である。さらにその非類似度をより詳しく分解することによって、２つのグループの違いがどこにあるかを調べるための可視化手法も提案した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の目的として(1) 集約的シンボリックデータのモデル化とその記述方法の確立、(2)より高次のモーメントを表現する集約的シンボリックデータの開発、(3)種々の変数が混在する場合の集約的シンボリックデータの表現と解析の開発、(4)集約的シンボリックデータの数理統計的手法の開発、を挙げていた。(1)に関しては昨年度結果を得た。(2)はまだ着手できなかった。(3)についてはすべてをカテゴリー変数として統一的に扱うということを提案した。(4)についてはクラスター分析に関して、尤度比検定統計量を用いることの妥当性を考察できた。従って(2)を除き、着実に目的を達成しつつあると自己評価する。
|
| 今後の研究の推進方策 |
当初の計画通りに行う。２７年度にある程度の結果を得たので、２８年度はこれを論文にまとめたい。すでにその準備として実データの解析も行ったが、その解析はあまり満足のいく物ではなかった。手持ちの大量データを提案手法で解析したのだが、もっともらしい結果は得たものの論文に出すには不十分と考える。したがって、２８年度は別のデータを解析する予定で、すでに準備を進めている。なお、大量データ処理が必要になるため、Hadoopや並列化Rなどの計算環境の準備も進めている。理論に関しては、２７年度の研究途中で、多重対応分析との比較を考えた。これはカテゴリー変数の連続化であり、この方向の研究が、特にグループそのものの可視化のために必要である。
|
| 次年度使用額が生じた理由 |
旅費の残額が生じたが、少額のため次年度使用とする。
|
| 次年度使用額の使用計画 |
旅費などに充当する。
|
