【研究分野】統計科学

【研究領域課題番号】24300106 (KAKENデータベースで見る）

【研究キーワード】

ブートストラップ / リサンプリング / スケーリング則 / 仮説検定 / モデル選択 / 情報幾何 / 高次漸近理論 / 多変量解析 / クロスバリデーション / 因果推論 / ダイバージェンス / 統計的推測 / GPGPU / ブートストラップ・リサンプリング / ベイズ統計 / マルチスケール / 分子系統学

【研究成果の概要】

データからのリサンプリングによって信頼度を計算するブートストラップ法は近似誤差が大きい．高精度な信頼度を計算するために，データのサンプルサイズが変化するときの確率のスケーリング則を利用したマルチスケール・ブートストラップ法や，リサンプリングによって近似誤差を修正するダブルブートストラップ法が提案されている．本研究ではこの二つの方法を同時に適用するマルチスケール・ダブルブートストラップ法を提案して精度がさらに改善することを証明した．確率分布空間の幾何学を用いて，近似誤差は仮説境界の平均曲率や「平均曲率の平均曲率」として表され，これらをマルチスケール・ブートストラップ法が解消することが分かった．

【研究種目】基盤研究(B)

【研究期間】2012-04-01 - 2016-03-31

【配分額】17,810千円 (直接経費: 13,700千円、間接経費: 4,110千円)

【研究分野】数学一般(含確率論・統計数学)

【研究領域課題番号】21540114 (KAKENデータベースで見る）

【研究キーワード】

多変量解析 / 線形混合モデル / 小地域推定 / 統計的決定論 / バートレット補正 / 高次元解析 / 漸近不偏性 / ベイズ推測 / 統計的推測 / 予測分布 / 仮説検定 / 縮小推定 / ベンチマーク法 / 経験ベイズ推定 / 変数選択規準 / ベンチマーク問題 / 高次元多変量解析 / 線形判別関数 / ブートストラップ / 信頼区間 / 情報量規準 / 漸近展開 / 多変量回帰モデル / 変数選択 / 高次元問題 / リッジ推定 / ミニマックス性 / ベイズモデル / 高次漸近理論 / 予測誤差

【研究成果の概要】

本研究課題では，多変量解析モデルの推定・検定・予測・変数選択など新たら推測手法の開発とそれに伴う理論展開を行った。特に，従来の手法に欠点があったり利用可能でない場合においてそれを解決する手法の開発を目指した。中でも，(1) 小地域推定の平均２乗誤差及び信頼区間の高次漸近補正，(2) 連続及び離散混合モデルにおける小地域推定のベンチマーク問題の理論展開とその応用，(3) 線形混合モデルの検定についてのバートレット補正と変数選択規準の開発，(4) 線形判別分析に関する高次元手法の理論展開，(5) 多次元母数の推定における最適性理論の新たな展開に取り組み，有用で有効な推測手法の開発を行った。

【研究種目】基盤研究(C)

【研究期間】2009-04-01 - 2014-03-31

【配分額】4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)