Studies on statistical inference for ultra-high dimensional semiparametric models

超高维半参数模型统计推断研究

基本信息

批准号：
20K11705
负责人：
本田敏雄
金额：
$ 2.08万
依托单位：
Hitotsubashi University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

2022年度においては，超高次元線形分位点回帰モデルの前進型の説明変数スクリーニング法に関する研究論文が改訂後，国際誌に掲載予定となった．また日本統計学会の特集号より招待された，高次元Cox回帰モデルなどに関する解説論文も改訂後に掲載済となった．詳細は以下の通りである．超高次元データの統計解析を行う場合，計算上の必要より，標準的な高次元データ解析手法の前に，説明変数を一定数にまで減らす，説明変数のスクリーニングが必要であり，これまで様々なスクリーニング法が提案，研究されてきた．また段階的にスクリーニングを行うことの必要性も研究者間の共通認識となっており，なかでもモデルを利用する前進型の説明変数スクリーニング法は，モデルの情報を活用しかつスクリーニング一致性を持ち，さらにこれまでの研究のシミュレーション結果などにより，誤選択率も低いことが知られている．線形分位点回帰は標準的な手法にも拘わらず，前進型の説明変数スクリーニング法に関する研究がほとんどなく，今回国際共同研究により，超高次元線形分位点回帰モデルの前進型スクリーニング法に関して，理論面，数値面で研究を進めて得られた研究成果“Forward variable selection for ultra-high dimensional quantile regression models” は改訂後，査読付き国際学術誌Annals of the Institute of Statistical Mathematicsに掲載予定となった．日本統計学会和文誌特集号より招待された，Cox回帰モデルを含めた高次元生存時間データに関する統計解析についての主要な研究結果の解説論文“高次元Cox回帰モデルの統計的推測について”も，改訂後に掲載済となった．この論文は，大変重要な研究テーマに関する日本語による唯一の解説論文である．

2022年，一篇关于超高维线性分位数回归模型的前向解释变量筛选方法的修订研究论文计划在国际期刊上发表。此外，受日本统计学会特刊邀请的高维Cox回归模型等的说明性论文也经过修订后发表。详情如下。在进行超高维数据的统计分析时，由于计算的需要，在使用标准的高维数据分析方法之前，需要对解释变量进行筛选，将解释变量的数量减少到一定数量。提出并研究。此外，研究人员普遍认为需要分阶段进行筛选，特别是使用模型的渐进解释变量筛选方法利用了模型信息，具有筛选一致性，而且已知存在错误选择。根据先前研究的模拟结果，比率较低。虽然线性分位数回归是一种标准方法，但对解释变量的正向筛选方法的研究却很少。这项国际联合研究重点关注了超高维线性分位数回归模型的正向筛选方法的研究成果“。通过理论和数值研究获得的《超高维分位数回归模型的前向变量选择》修订后拟发表在同行评审的国际学术期刊《统计数学研究所年鉴》上。受日本统计学会期刊特刊邀请发表的论文《论高维Cox回归模型的统计推断》阐述了包括Cox回归模型在内的高维生存时间数据统计分析的主要研究成果日本，后来也进行了修订。这篇论文是关于这一非常重要的研究课题的唯一一篇用日语撰写的解释性论文。