• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2005 Fiscal Year Annual Research Report

縮小推定の理論と応用についての研究

Research Project

Project/Area Number 04J10018
Research InstitutionToho University

Principal Investigator

津熊 久幸  東邦大学, 医学部, 講師

Keywords縮小推定 / 精度行列 / 楕円型分布 / 多変量正規分布 / 不変推定量 / ベイズ推定
Research Abstract

多変量正規分布の精度行列を2乗損失関数のもとで推定する問題と、楕円型分布の尺度行列の逆行列をスタイン損失関数のもとで推定する問題を扱い、通常利用される推定量よりよい推定量をいくつか提案し、各推定量のリスク関数の挙動を数値実験によって比較した。
2乗損失関数のもとでの多変量正規分布の精度行列の推定問題では、まず直交変換に対する不変推定量の族の中から精度行列の不偏推定量よりよい推定量を提案した。またベイズ推定法や経験ベイズ推定法などから縮小型推定量をいくつか導出し、それら縮小型推定量が不偏推定量よりよいことを示した。さらにリスク関数に関する数値実験から各推定量の比較をおこない、母数空間のある領域においては直交不変推定量や縮小型推定量のリスクが不偏推定量のリスクを大きく下まわることが確認できた。また2乗損失関数のもとでの精度行列の推定問題は判別分析における判別関数の推定問題と関係があることから、精度行列の改良型推定量から判別関数の改良型推定量もあわせて導出した。一方、楕円型分布の尺度行列の逆行列のスタイン損失関数のもとでの推定問題においては、まず三角変換に対する不変推定量の族の中で最良な推定量が通常利用される推定量よりよいことを示した。さらに尺度行列が2行2列である場合において、直交不変な推定量の族の中で最良三角不変推定量よりよい推定量をいくつか提案した尺度行列が3行3列以上である場合については具体的な直交不変推定量が得られなかったため、5行5列の場合で最良と思われる直交不変推定量を類推し推定量のリスク関数についての数値実験をおこなった。この実験から、真の尺度行列が単位行列に近い場合に、直交不変推定量は最良三角不変推定量などに比べ多大なリスクの減少があり、尺度行列が3行3列以上であるときにも直交不変推定量が有効であることを示唆する結果が得られた。

  • Research Products

    (3 results)

All 2006 2005

All Journal Article (3 results)

  • [Journal Article] Alternative estimators of the common regression matrix in two GMANOVA models under weighted quadratic losses2006

    • Author(s)
      Hisayuki Tsukuma, Yoshihiko Konno
    • Journal Title

      Journal of Statistical Planning and Inference 136巻・4号

      Pages: 1331-1348

  • [Journal Article] On improved estimation of normal precision matrix and discriminant coefficients2006

    • Author(s)
      Hisayuki Tsukuma, Yoshihiko Konno
    • Journal Title

      Journal of Multivariate analysis (掲載予定)

  • [Journal Article] Estimating the inverse matrix of scale parameters in an elliptically contoured distribution2005

    • Author(s)
      Hisayuki Tsukuma
    • Journal Title

      Journal of the Japan Statistical Society 35巻・1号

      Pages: 21-39

URL: 

Published: 2007-04-02   Modified: 2016-04-21  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi