グループデータ解析の安定化のための統計的方法論
【研究キーワード】
統計モデリング / ロバスト統計 / 空間統計 / 階層モデル / 異質性 / ベイズ統計 / 混合効果モデル / グループデータ / 個体差 / 地域差
【研究成果の概要】
個人や地域などの属性に基づいてグループ分けされる形式のデータはグループデータと呼ばれ様々な科学分野において頻繁に扱われるデータである。本研究ではこのようなデータに対する既存の統計分析手法が抱える問題点、特にモデルの柔軟さの制約、大規模データにおける計算コスト、外れ値が存在するもとでの頑健性の問題などに注目し、効果的な解決策となる手法を開発した。また開発した手法の理論的性質も明らかにした。
【研究の社会的意義】
本研究成果によってグループデータの分析において障壁となっていた応用上の問題点に対して、いくつかの効果的な解決策を提示することができた。提案した手法の多くは実装したコードをオープンソースとして公開しており、グループデータを扱う関連分野の研究者や実務家が提案した方法を利用することで、これまでよりも効果的な統計分析を実行することが可能になると考えられる。
【研究代表者】
【研究種目】若手研究
【研究期間】2018-04-01 - 2021-03-31
【配分額】4,160千円 (直接経費: 3,200千円、間接経費: 960千円)