权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

多様なデータから多様な効果を推定するための空間回帰モデリング

用于估计不同数据的不同影响的空间回归模型

基本信息

批准号：
20K13261
负责人：
村上大輔
金额：
$ 2.58万
依托单位：
The Institute of Statistical Mathematics
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

幅広い時空間データを精度よく回帰するために、以下の課題に取り組んだ：(i)幅広い効果（空間効果、時間効果等）を高速に選択するための時空間回帰の拡張；(ii)ローカルな傾向を捉えるための時空間回帰の拡張。(i)に関しては機械学習手法reluctant interaction modelingの援用により、主効果を選択した後に、交互効果を選択するという2ステップによるモデル選択法を開発した。また、開発手法を既存の高速最尤推定法と組み合わせることで効果選択に要する計算時間を大幅に削減した。シミュレーション実験を通して、提案手法を用いた効果選択により、時空間回帰の精度を計算効率を落とさずに改善できることを確認した。(ii)に関しては、generalized product-of-experts（gPoE）と呼ばれるモデル統合法の援用により、複数の局所時空間回帰を事前に推定し、それらを事後的に統合するという方法を新規開発した。同手法を用いることで、これまで開発してきた時空間回帰の主な問題であった局所傾向を見落とす問題（degeneracy problem）が緩和でき、大幅なモデリング精度の改善を行うことができた。また、既存の時空間回帰を上回る効果の推定精度となったことも確認した。(i)と(ii)で開発した両手法は統計ソフトウェアRのパッケージspmoranに実装するための準備を進めており、間もなく実装予定である。なお、以上で開発した手法は、犯罪、Covid-19、賃料等の分析に応用しており、実用面での有用性も確認できた。

The following topics are selected: (i) amplitude effect (spatial effect, temporal effect, etc.);(ii) temporal effect; and (iii) temporal effect. (i)Reluctant interaction modeling is a mechanical learning technique. The existing high speed estimation method and the combination method greatly reduce the calculation time of the result selection method. The accuracy of time-space retrieval is determined by the accuracy of computation. (ii)In relation to generalized product-of-experts (gPoE), a new method of integration is developed for the application of a unified approach to multiple local time and space loops, pre-estimation and post-integration. The same method is used to improve the accuracy of spatial analysis. The estimation accuracy of the existing time and space return is confirmed. (i)(ii) The development method is to prepare for the statistical analysis of the data, and to prepare for the interim analysis. The usefulness of the analysis of the above development techniques, crime, Covid-19, and materials is confirmed.

项目成果

期刊论文数量（24）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

COVID19の地理的要因の解明に向けた時空間加法モデリング

时空相加模型阐明 COVID19 的地理因素

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Tran Dang An;Tsujimura Maki;Ha Nam Thang;Nguyen Van Tam;Binh Doan Van;Dang Thanh Duc;Doan Quang-Van;Bui Dieu Tien;Anh Ngoc Trieu;Phu Le Vo;Thuc Pham Thi Bich;Pham Tien Dat;Moe Nakazora;村上大輔
通讯作者：
村上大輔

Compositionally-warped additive mixed modeling for a wide variety of non-Gaussian spatial data

适用于各种非高斯空间数据的组合扭曲加性混合建模