擬似尤度に基づく情報量基準の構築と過分散を持つ離散データの解析への応用
【研究分野】統計科学
【研究キーワード】
一般化線形モデル / conditional independence / cain / quasi-likelihood / causal inference / Bayesian inference / coq/SSReflect / cell regression / universal algebra / diabetes / Big Math Data / Conditional Independence / Cain Algebra / 自動証明 / Coq/SSReflect / Causal Inference / Sensitivity / Specificity / sensitivity / specificity / cain algebra / coq / ssreflect / 一般化線型モデル / 過分散 / モデル選択 / 擬似尤度
【研究成果の概要】
(1)確率分布の代わりに、平均と分散構造のみを仮定するセミパラメトリックモデルを提案し、それに基づく一般化線形モデルの拡張を行った。また拡張されたセミパラメトリック回帰モデルにおけるモデルの選択法を提案した。(2)定理証明支援系 Coq とその拡張である SSReflect を用いて,Wang(2010) で提案された代数系 Cain、とそれに基づく条件付き独立性の形式化を行った。(3)要約表基づく「セル回帰分析」の手法を開発した。また、セル回帰から得られる事後分布をとより詳細なデータを用いて、新しいベイズ予測の手法を提案した。
【研究代表者】
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2017-03-31
【配分額】4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)