【研究分野】統計科学

【研究領域課題番号】23300106 (KAKENデータベースで見る）

【研究キーワード】

時空間モデリング / 時系列解析 / 環境統計 / ノンパラメトリック解析 / 森林減少 / 宇宙天気 / 確率微分方程式 / モデル選択 / 時空間統計解析 / 一般化線形モデル / ノンパラメトリック統計 / 角度分布 / environmental statistics / spatial data / stochastic process / density estimation / non-parametric test / lasso / media science / directional statistics / 時空間現象モデリング / モデル評価 / エッジワース展開 / スパースモデリング / ARXモデル / 方向分布 / 確率微分方程式モデル / 密度推定 / 非線形回帰モデル / 環境データの統計モデリング

【研究成果の概要】

時空間現象から得られる種々のデータに対する統計モデルの開発と評価を行い，当該現象の特徴を把握し,モデルの統計科学的性質を研究した．具体的な課題は次の通りである．
1) 森林被覆率を人口密度や起伏量によって説明する時間的空間的依存性を考慮した回帰モデルを提案した. 2) 太陽風の種々の物理量に関する時系列観測データを用いて磁気嵐指数を予測するモデルを提案した. 3) 地震頻度と太陽風との関連を考察し, マグニチュード4以下の全球の地震頻度は, 太陽風の影響があることを統計的に示した. 4) 確率微分方程式で記述されるモデルの母数推定について, 漸近理論を考察した.

【研究種目】基盤研究(B)

【研究期間】2011-04-01 - 2015-03-31

【配分額】11,570千円 (直接経費: 8,900千円、間接経費: 2,670千円)

【研究分野】統計科学

【研究領域課題番号】21300106 (KAKENデータベースで見る）

【研究キーワード】

非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング / 高次非線形モデリング / ベイズ型予測モデル評価基準 / 高次情報量規準 / ロバストモデリング / ベイズ型モデリング / スパース回帰 / ベイズ型予測分布モデル / 時空間現象解析 / カーネル型推定量 / モデル評価基準 / L1型正則化法 / 機械学習 / ベイズ理論 / モデル選択 / 高次漸近理論 / L1タイプ正則化推定法 / 時系列解析 / 構造方程式モデリング / 識別・判別法 / ノンパラメトリック / 漸近理論 / Lasso型正則化法 / 空間データ / 混合分布モデル / 漸近推測 / 変化点解析 / 非正則統計モデル / 非線形確率微分方程式

【研究成果の概要】

計測・測定技術の高度な進展は，諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し，現象解明に有用な情報を抽出するには従来手法は有効に機能せず，新たな解析手法の研究が希求されるようになった．本研究では，現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み，次のような研究成果を挙げた．(1) L1 型正則化法を理論的・数値的に研究し，汎化能力の高い回帰モデリング，識別・判別法を提唱した. (2)モデリングの過程で重要なモデルの評価・選択問題に取り組み，新たなモデル評価基準を導出した．(3) ベイズ型モデリングについて研究を推進し，汎用性の高いモデリングを提唱した．

【研究種目】基盤研究(B)

【研究期間】2009-04-01 - 2014-03-31

【配分額】16,250千円 (直接経費: 12,500千円、間接経費: 3,750千円)