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

高次元データ分析における統計的推測

高维数据分析中的统计推断

基本信息

批准号：
13J09598
负责人：
田中晋矢
金额：
$ 0.51万
依托单位：
Takasaki City University of Economics
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2013
资助国家：
日本
起止时间：
2013 至无数据
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13J09598/
关键词：
高次元因子モデル識別構造変化

项目摘要

初年度である25年度では, 主に「1. 因子が不均一分散を持つ場合における高次元因子モデルの最小距離推定量の漸近特性の考察」及び「2. 高次元因子モデルにおける因子負荷量の構造変化に関する新しい検定方法の提案」に関する研究を行った. 当初はより広い高次元線形回帰モデルを研究対象とする予定であったが, 高次元因子モデルに対するニーズが実証研究で近年急速に高まっていることに加え高次元因子モデルの統計的推測問題ついて理論的に解決されるべきトピックが多数残されていることを知り, 25年度においては高次元線形回帰モデルの特殊ケースである高次元因子モデルに焦点を当てて研究するに至った. 1.では真の因子が不均一分散を持つ高次元因子モデルにおいてローテーションされた因子の推定値とローテーション行列の推定値を用いて真の因子を推定する方法を提案し, この方法の妥当性を保証するため推定するパラメータ数が非常に大きい状況下での最小距離推定量の漸近特性を理論的に考察した. その結果不均一分散性を仮定した高次元因子モデルにおいてローテーション行列の最小距離推定量が一致性を持つことを厳密に証明することができた. 2.は山本庸平氏との共同研究であり, 高次元因子モデルにおける因子負荷量の構造変化に関する新しい検定を提案したものである. 高次元因子モデルにおける特定の系列の因子負荷量の構造変化を検定する方法としてBreitung and Eickmeier (2011)の方法が最も有名であるが, 2. では彼らの検定はマグニチュードが大きい共通時点の因子負荷量の構造変化を想定する場合には識別問題により検出力が単調とならないことを示した上で, この問題を解決できる新しい検定方法を提案した. 1.2.の研究成果は双方とも25年度中に欧文学術雑誌に投稿済みであることに加え其々シンポジウム報告及びディスカッションペーパーとして公表された.

In the beginning of the year, the 25-year award, the main title "1." The factor "inhomogeneous dispersion" holds that the higher-dimensional factor "minimum distance distance", "near characteristic" and "2. The higher-dimensional factor, the amount of load, the amount of load, the amount of load In recent years, there has been a rapid increase in the number of high-dimensional factors in recent years. In recent years, there has been a rapid increase in the number of high-dimensional factors. In recent years, there has been a rapid increase in the number of high-dimensional factors in recent years. In the year 25, the high-dimensional factor is the focus of the research in the year 25. 1. "True" factor "heterogeneous dispersion" holds "higher dimensional factor", "higher dimensional factor", "method", "method", "method" and "proposal". The appropriateness of the method is based on the investigation of the theory of "minimum distance distance deduction quantity" and "near characteristic" theory in the case of very large number of presumption. The results show that the non-uniform dispersion is related to the high-dimensional factors, the minimum distance between the two groups, the consistency of the minimum distance and the accuracy of the data. two。 Yamamoto Hirahiro Yamamoto co-studies Heihei Yamamoto, a high-dimensional factor, a high-dimensional factor, a load, a new factor, a proposal, a proposal, a proposal. High-dimensional factor "Breitung and Eickmeier (2011)" method "most famous", 2. It is important to determine that the common point of time factor is the load factor, and that the proposed method for the determination of other problems has been proposed. 1.2. On both sides of the research results, in the course of the year 25, European Literature, contributions, contributions, reports and reports were added to the report and the public table.