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

予測概念の多様性に対応した情報量規準の開発：計算統計的アプローチ

开发适应预测概念多样性的信息标准：计算统计方法

基本信息

批准号：
21K12067
负责人：
伊庭幸人
金额：
$ 1.58万
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 Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12067/
关键词：
ベイズ統計 MCMC モデル選択 sensitivity 共変量シフト因果推論 Bayesian statistics causal inference covariate shift Markov chain Monte Carlo model selection WAIC PCIC 情報量規準マルコフ連鎖モンテカルロ法

项目摘要

前年度までに得た重み付き推論についてのモデル選択規準（PCIC for weighted inference）に関する研究成果がNeural Computation（IF=3.27)に掲載決定となった（第一論文）。当該論文のリバイズにあたっては、査読者のコメントに従って特異モデルへの応用に関する証明と数値実験を追加した。本論文で提案された規準は、共変量シフトのある場合や因果推論で傾向スコアの値が与えられている場合において有用であり、MCMCのアウトプットから容易に計算できる。また、対象をギブス損失の評価とベイズ期待値をプラグインした予測分布の評価に絞るかわりに、より一般の評価関数に拡張した情報量規準を提案した論文（arXiv:2206.05887v1、第二論文）を一流誌に投稿したが不採択となったため、他誌への再投稿を目指して改訂中である。こちらの論文では、プライバシー秘匿の問題など、現代的な興味に即した問題も扱っている。新たな方向として、事後共分散・事後キュムラントを利用した近似的なブートストラップ法、信頼区間のABC近似、バイアス補正、尤度の確率展開について研究した。バイアス補正および尤度の確率展開についての結果は特に独自性が高いものと思われる。これらの結果について所内のセミナーで議論し、論文にまとめるための準備を行っている。新型コロナ感染症の影響で、国内・海外の出張は行わなかったが、2023年度以降はより積極的に行う予定である。

In the previous year, the research results of Neural Computation (IF=3.27) were published in the first paper. When the paper is published, the author's research results are added to prove the value of the special research results. In this paper, we propose that the rule of MCMC is easy to calculate when the causal inference is easy to calculate. The paper (arXiv:2206.05887v1, the second paper) was submitted to the first class journal, and the re-submission of other journals was revised. This paper is about the problem of mystery and modern interest. New directions, post co-dispersion, post co-dispersion, post co The result of the correction is unique and highly accurate. The results of this paper are discussed and prepared. The impact of new infections, domestic and overseas exports, and the reduction of positive actions in 2023