情報量規準の分散を考慮したモデル信頼集合の構成とその応用

点击翻译按钮获取中文摘要

1. 赤池情報量規準(AIC)最小化法などの統計的モデル選択において,良いモデルをひとつだけ選ぶことが一般的であるが,実際には規準の分散が比較的大きいことが多い.したがって,モデル選択の信頼性をデータに基づいて定量的に評価し,モデルの「信頼集合」を構成する方法が重要である.このための方法論をこれまでに論文として発表してきた.それを多くの問題に適用できるように,プログラムパッケージを開発中であるが,一部完成し応用問題に利用した.2. さらに,選ばれた複数の良いモデルに共通する構造的な特徴を探索的に発見するための視覚的方法として,「予測分布地図」の方法を提案している.これは以前から提案していたモデル地図の一般化になっている,このためのプログラムも一部完成させ,応用に利用した.3. 以上の方法論およびプログラムを,遺伝データから系統樹を推定する問題へ応用した.22種の脊椎動物,および,6種の噛乳類について,ミトコンドリアDNAにコードされたアミノ酸シーケンスをデータとする統計解析を行い,系統樹の信頼集合を計算した.これにより,分子生物学の分野で主張されていた幾つかの互いに矛盾する仮説が,じつは信頼性の評価に誤りがあり,正しい計算の結果どちらも信頼集合に含まれることが分かった.4. また,系統樹解析に予測分布地図の方法を適用し,モデル相互の関係を調べた結果,分子生物学の分野で一般に用いられているアミノ酸置換モデルの性能が不十分であることが分かった.古典的な統計的仮説検定を行うと,すべてのトポロジが棄却されてしまう結果となった.