Discovery Sagaサイレントキーワード俯瞰

時系列解析 / 経験尤度法 / 予測・補間 / 漸近理論 / 高次元統計解析 / 漸近有効性 / 頑健性 / 分位点解析 / 統計科学 / 高次元 / 経験尤度 / 局所定常 / ハーディ空間 / 統計的検定論 / 分位点 / ブートストラップ / 欠損値解析 / 統計的漸近理論 / 頑健的統計手法 / 分位点法 / 判別分析 / ポートフォリオ理論 / 統計学 / 解析・評価 / 時空間データ / ブートストラップ法

これまでの時系列解析では、正則な条件のもとで統計的推測が展開されてきた。しかし、金融データの分散が非有限であるなど正則条件を満たさないことがしばしば指摘されている。非有限分散モデルとして知られる安定過程について、自己基準化ピリオドグラムを利用して、経験尤度法を適用し、様相の異なる漸近分布を導き、重要指標に関する信頼領域の構築法を提案した。安定過程を含む広い時系列モデルのクラスにおいて、予測・補間誤差をモデル間のダイバージェンスとして捉え、その統計推測論を展開した。とくに、提案統計手法の漸近有効性、頑健性など様々な観点から手法の特性を数理的に論じた。これらの成果は著書や複数論文に著している。

論述文 / ジャンル / 文型 / 判別分析 / 論理構造 / 多変量解析 / 日本語教育 / 書きことば / 接続語句 / 助詞相当句 / 統計学 / 文体 / 専門日本語教育 / 文の連接

専門日本語教育における学習者にとって,論文に代表される論述文の論理構造の理解は不可欠であり,その理解には文型が指標として役立つと考えられる.本論文では,論述文の論理構造を支える文型を抽出する研究の一環として,6ジャンル(物理学論文,工学論文,文学論文,経済学教科書,文学作品,新聞社説)計132編の文章における62の文型項目の出現率を調査し,以下の分析を行う.
(1)6ジャンル計132編の資料を対象に単変量的解析を行った後,正準判別分析(多変量解析の一手法)を用いて分析を行う.
(2)(1)の分析のうち,論文の3グループ(物理学,工学,文学)の全資料(総計62編)を対象に(1)と同様の分析を行う.
上記の結果より,文章の所属ジャンルが,14の語句項目によって,正判別率80%という高率で判別されるとともに,各ジャンルを分離する語句項目ならびに論述的形式を持つ文章に共通する文型項目が選択された.
以上,限定された資料内ではあるが,異なるジャンルの文章を判別するために,文型が有効な指標であることが明らかとなった.