組成データ解析に基づく定数和制約下の空間回帰モデルの開発

基于成分数据分析的常和约束下空间回归模型的建立

基本信息

批准号：
21K13153
负责人：
吉田崇紘
金额：
$ 3万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

組成データ解析と空間統計学／空間計量経済学的手法を接続し、組成データのための空間回帰モデルを新たに開発すること、そして、空間データのモデリングにおいて定数和制約が及ぼす影響を定量的に把握することを目的として、［I］空間的自己相関と空間的相互相関を考慮した空間回帰モデルの開発、［II］空間的異質性を考慮した空間回帰モデルの開発、［III］それらのパッケージの公開・利用促進　の３つの課題に対し、以下の通り研究を実施した。［I］空間的自己相関と空間的相互相関に加え、誤差相関を対処するモデルを検討した。国際会議International Conference on Econometrics and Statistics において国内外の専門家との意見交換を行った。［II］空間的異質性を考慮する代表的手法である地理的加重回帰モデルを組成データ用に拡張し、米国における所得階級別人口の組成データへの適用を行った。この研究の初期結果を国際会議論文として発表した。その後、定数和制約を伴った形で得られるパラメータ推定値、予測値の解釈上の有用性を示すことができた。この結果について組成データ解析の専門家らと議論するため、組成データ解析の応用例が多い地質データに開発したモデルを適用し、国際会議International Association for Mathematical Geosciences での口頭発表を予定している。［III］パッケージの公開・利用促進に向けて、［I］、［II］のモデルの推定コードを関数化し、パッケージ化のテストを行った。

With the aim of connecting compositional data analysis with spatial statistics/spatial econometric methods, developing a new spatial regression model for compositional data, and quantitatively grasping the effects of constant sum constraints in spatial data modeling, the following research was conducted on the following three issues: [I] developing a spatial regression model that takes into account spatial autocorrelation and spatial cross-correlation, [II] developing a spatial考虑到空间异质性的回归模型，并[iii]促进了这些包装的出版和使用。 [i]除了空间自相关和空间互相关外，还检查了一个解决误差相关的模型。国际计量经济学和统计会议与国内外专家交换了意见。 [ii]地理加权回归模型是一种考虑空间异质性的典型方法，扩展到组成数据，并应用于美国收入类人群的组成数据。这项研究的最初结果作为国际会议讨论提出。之后，有可能证明参数估计值的有用性和使用恒定总和获得的预测值。为了与组成数据分析专家讨论这些结果，我们计划将开发的模型应用于地质数据，该模型具有许多用于组成数据分析的应用，并在国际数学地球科学协会提供口头介绍。为了促进[III]软件包的发布和使用，[I]和[II]模型的估计代码被转换为函数并包装。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Location powered quotient: A compositional data analysis-based approach

位置动力商：基于组合数据分析的方法

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Takahiro Yoshida;Daisuke Murakami;Hajime Seya
通讯作者：
Hajime Seya

機械学習手法を用いた住宅賃料の空間予測

利用机器学习技术进行住房租金的空间预测

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Morito Tsutsumi;Noriyuki Nukaga;Takahiro Yoshida;吉田崇紘・村上大輔・瀬谷創
通讯作者：
吉田崇紘・村上大輔・瀬谷創

定数和制約と誤差相関を考慮した組成データのための地理的加重回帰

考虑常和约束和误差相关性的成分数据的地理加权回归

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Morito Tsutsumi;Noriyuki Nukaga;Takahiro Yoshida;吉田崇紘・村上大輔・瀬谷創;吉田崇紘・村上大輔・瀬谷創・堤田成政・中谷友樹
通讯作者：
吉田崇紘・村上大輔・瀬谷創・堤田成政・中谷友樹

Spatial Prediction of Apartment Rent using Regression-Based and Machine Learning-Based Approaches with a Large Dataset

DOI：
10.1007/s11146-022-09929-6
发表时间：
2021-07
期刊：
The Journal of Real Estate Finance and Economics
影响因子：
0
作者：
Takahiro Yoshida;D. Murakami;H. Seya
通讯作者：
Takahiro Yoshida;D. Murakami;H. Seya

Geographically weighted regression for compositional data: An application to the U.S. household income compositions

构成数据的地理加权回归：在美国家庭收入构成中的应用

DOI：
发表时间：
2021
期刊：
Proceedings of the 11th International Conference on Geographic Information Science
影响因子：
0
作者：
Yoshida;T.;Murakami;D.;Seya;H.;Tsutsumida;N.;Nakaya;T.
通讯作者：
T.