多変量解析モデルにおける有効な推定方法の理論的展開とその応用に関する研究

多元分析模型中有效估计方法的理论发展与应用研究

• 批准号: 09780214
• 负责人: 久保川 達也
• 金额: $ 1.54万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1997
• 资助国家: 日本
• 起止时间: 1997 至 1998
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-09780214/
• 关键词: 多変量線形回帰モデル; 変量効果モデル; 統計的決定理論; 共分散行列; 制限付最尤法; 統計的推測; 一般化最小2乗推定; 縮小推定; 多変量正規分布; 楕円分布; 一般化最小2乗推定量; ロバストネス

本研究課題では,多変量解析モデルのパラメータ推定に関して,決定論的観点からの推定理論の新たな展開を主に行った。(1) 多変量分散成分の推定。ブロック効果を変量とする多変量混合線形モデルの分散成分を推定する問題を,決定理論的枠組みで考察した。この問題は,応用上重要であるにもかかわらず技術的取り扱いの困難さから精密な議論は今までなされてこなかった。本課題において,通常の推定量を改良するための一般的なルールを導出し,制約付最尤法(REML)が普遍推定量を改良することやミニマクス推定量の改良を示すことに成功した。またこの結果が分布の正規性を外しても楕円分布の範囲では成立することを示し,改良の頑健性についても調査した。(2) 縮小推定による改良のロバストネス。多変量線形回帰モデルにおける回帰係数行列の推定問題については,通常の最小2乗推定量がスタイン型縮小推定量によって改良されることが,誤差項が正規分布に従うという従来の設定のもとで知られてきたが,この改良結果が実は分布の正規性の制約を外しても成立するという改良のロバストネスを示した。(3) 2段階一般化最小2乗推定量の非許容性。2つの線形回帰モデルの共通な回帰係数の推定問題において,最も自然な推定量として用いられる2段階一般化最小2乗推定量(2GLSE)の非許容性を証明した。具体的には,誤差分散に対して打ち切り型推定量を用いた不偏推定量を構成し2GLSEの改良を証明するとともに,その改良の程度を数値的に明らかにすることができた。その他,縮小が必要が様々な推定問題を調査・整理し,理論的側面から縮小方法について検討した。

The subject of this study is to analyze the relationship between multiple variables and estimation, and to develop a new theory of determinism. (1)Estimation of multi-component dispersion. The problem of estimating dispersion components of multi-variable mixed linear models is investigated in order to determine the theoretical composition. This problem is not only important but also difficult to solve in terms of technology. This paper presents the improvement of the general estimation quantity and the constraint optimization method (REML). Moreover, this result shows that the regularity of the distribution is not established, and the robustness of the improvement is still subject to investigation. (2)Narrowing the presumptive size of an improved algorithm. The estimation problem of multiple linear regression coefficients is usually the minimum 2-step regression. The estimation problem of multiple linear regression coefficients is usually the minimum 2-step regression. The estimation problem of multiple linear regression coefficients is usually the minimum 2-step regression. The estimation problem of multiple linear regression coefficients is usually the minimum 2-step regression. (3)2-step generalization of minimum 2 extrapolation and non-tolerance. In this paper, the problem of estimating the common return coefficient of the linear return coefficient of the 2-step generalized minimum 2-step return coefficient (2GLSE) is proved. The specific error dispersion method is used to estimate the amount of bias in the composition of the 2GLSE improvement method. In addition, narrowing down is necessary to investigate and sort out presumptive problems, and the bottom of theory is to narrow down methods to investigate and discuss them.

项目成果

久保川達也: "shrin kage estimators in a mixed MANOVA and GMANOVA model" Statistics and Decisions. 15. 37-49 (1997)

Tatsuya Kubokawa：“混合 MANOVA 和 GMANOVA 模型中的收缩影估计”统计和决策。15. 37-49 (1997)

T.Kubokawa: "Shrinkage and modification techniques in estimation of variance and the related problems : A review" Communications in Statisisco-Theory & Mothod. in press. (1999)

T.Kubokawa：“方差估计中的收缩和修改技术及相关问题：回顾”统计理论中的通讯

Y.Konno,T.Kubokawa and A.K.Md.E.Saleh: "Shrinkage estimators in a mixed MANOVA and GMANOVA model" Statistico & Decisions. 15. 37-49 (1997)

Y.Konno、T.Kubokawa 和 A.K.Md.E.Saleh：“混合 MANOVA 和 GMANOVA 模型中的收缩估计器” Statistico

T.kubokawa and M.S.Sriuasteva: "Robust improvement in estimation of a covariance matnix in an elliptically contoured distribution" The Annalo of Statistius. in press. (1999)

T.kubokawa 和 M.S.Sriuasteva：“椭圆轮廓分布中协方差矩阵估计的稳健改进”The Annalo of Statistius。

T.Kubokawa: "Double shrinkage estimation of common cooflicients in two regression equations with heteroscedasticity" Journal of Multivariate Analysis. 67. 169-189 (1998)

T.Kubokawa：“具有异方差性的两个回归方程中公共系数的双重收缩估计”多元分析杂志。