2004 Fiscal Year Annual Research Report
複合リスク評価を目的とするグラフィカルモデリング技法の開発と応用
| Project/Area Number |
15300093
|
|---|
| Research Institution | Kurume University |
|---|
Principal Investigator |
柳川 堯 久留米大学, バイオ統計センター, 教授 (80029488)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小西 貞則 九州大学, 大学院・数理学研究院, 教授 (40090550)
内田 雅之 九州大学, 大学院・数理学研究院, 助教授 (70280526)
長山 淳哉 九州大学, 医学部, 助教授 (90136466)
川口 淳 久留米大学, バイオ統計センター, 研究員 (60389319)
野中 美祐 久留米大学, バイオ統計センター, 研究員 (90389320)
|
|---|
| Keywords | ノンパラメトリックグラフィカルモデリング / 統計的因果関係 / 非線形モデリング / ベイズ型モデル評価基準 / 局所最尤法 / 統計的漸近理論 / 拡散過程 / 変化点解析 |
|---|
| Research Abstract |
・高次因果モデリングの有力な手法として、グラフィカルモデリングが提案されているが、連続変量の場合多次元正規分布が仮定されており、制約的でしかも線形関係だけが対象とされている。これを、高次非線形因果モデリングに拡張することを狙って順位相関係数を利用する理論を発展させ手法を開発した。また、分担者の協力を得てその計算アルゴリズムを開発しシミュレーションを行いその有効性を評価した。さらに、共同研究者かち提供されたデータに適用し乳幼児の甲状腺機能、免疫機能に与える環境汚染物質のインパクトを明らかにした。その他、潜在構造モデルを用いる離散型変数、連続型変数混在の場合のグラフィカルモデリング、時系列データに関するグラフィカルモデリング、ノンパラメトリック共分散分析のグラフィカルモデリングに関して分担者と共同研究を行い、いくつかの価値ある結果を得た。これに関する基礎研究においても、以下のような成果をえた。
・超高次元データから有益な情報やパターンを抽出するための手法開発に取り組み,基底展開法を用いた次元圧縮と圧縮したデータ集合に基づく識別・判別問題を定式化し,新しい解析手法を提唱した.開発した解析手法をシステム工学,生命科学の分野の問題に応用し,その有効性を立証した.
・2つの特徴変数間に相関がある場合のモデル推定法と情報量規準に基づく変数選択法を開発した。
・小さな拡散をもつ拡散過程に従う離散観測データから,未知のドリフトパラメータを推定する研究を行った.具体的には,条件付き期待値をIto-Taylor展開を用いて近似することにより近似マルチンゲール推定関数を構成した.それから得られる推定量が非常に弱い条件の下で漸近有効性をもつことを証明した.
|
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Book] 情報量基準2004
Author(s)
小西貞則, 北川源四郎(共著)
Total Pages
194
Publisher
朝倉書店
Description
「研究成果報告書概要(和文)」より
