使用非参数回归探索非线性结构及其实现-猫眼课题宝

使用非参数回归探索非线性结构及其实现

批准号：

14780171

负责人：

坂本亘

金额：

$1.98万

依托单位：

Osaka University

依托单位国家：

日本

项目类别：

Grant-in-Aid for Young Scientists (B)

财政年份：

2002

资助国家：

日本

项目状态：

已结题

起止时间：

2002 至 2004

来源：

https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-14780171/

关键词：

ノンパラメトリック回帰平滑化スプライン罰則付き最尤推定平滑化パラメータの選定経験Bayes推定法周辺尤度 Bayes流接近法探索的データ解析制限付き最尤推定混合効果モデル

中文摘要

翻译

点击翻译按钮获取中文摘要

英文摘要

本研究の目標は,データの背後にある複雑な非線形構造を探索・抽出するための道具として,ノンパラメトリック回帰,とくに平滑化スプラインの有用性を実証し,その方法を実装したアプリケーションを開発することであった。本年度に実施した研究内容は以下のとおりである。1.応答のベキ変換による加法モデルの拡張加法モデルにおける仮定(加法性,分散均一性,正規性など)の妥当性を評価するために,ベキ加法化平滑化スプラインやベキ重み付き平滑化スプラインなどを提案し,Fortranプログラムによる実装を行った。応答のベキ変換パラメータを分散・平滑化パラメータと同時に最大周辺尤度法(経験Bayes法)によって選定する。ベキ加法化平滑化スプラインでは周辺尤度の正確な計算は困難であるため,その近似方式を提案した。本方式の近似精度,および本方式を用いた場合の加法関数の推定性能を,事例研究やシミュレーションを通じて評価し,推定されるベキ変換が非線形構造を考慮しながら加法性や分散均一性などの要件を達成するという妥当な結果を得ることができた。2.ABIC(赤池Bayes情報量基準)による最適なモデルの選定平滑化スプラインの線形混合モデルによる表現を利用することにより,包括的な階層型のモデル族を構築することが可能となる。モデルが非線形(ノンパラメトリック)成分を含むかどうかの診断は,線形混合モデルのランダム効果に関する診断に帰着され,必要となる分散パラメータの個数の選定にはABICを用いることができる。本方式の有用性を事例研究などにより確認した。

期刊论文(3)

专著(0)

科研奖励(0)

会议论文

坂本亘: "制限付き最尤推定法による平滑化パラメータの選定:効率的な計算方式とその適用"計算機統計学. 15巻1号. 19-46 (2002)

Wataru Sakamoto：“使用限制最大似然估计方法选择平滑参数：高效计算方法及其应用”计算机统计第 15 卷，第 1. 19-46 期。

DOI： --

发表时间：

期刊：

影响因子： --

作者：

[]