【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)