Introduction of general causality to various observations and the innovation for its optimal statistical inference

将一般因果关系引入各种观察及其最优统计推断的创新

基本信息

批准号：
18H05290
负责人：
谷口正信
金额：
$ 116.98万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (S)
财政年份：
2018
资助国家：
日本
起止时间：
2018-06-11 至 2023-03-31
项目状态：
已结题

项目摘要

局所定常過程のスペクトル行列の積分汎関数による一般化因果性指標の導入とその指標への推測、検定、位相データ解析は続いているものの、従属誤差を持つANOVA問題が、一元配置、二元配置、ランダム効果項のある、なし、の設定で種々の進展を得た。従属誤差を持ち、各群が相関してもいいというランダム効果項をもつ一元分散分析モデルで群間平均の等価性やランダム効果項あり、なしを検定する新しい検定を提案し、この仮説、対立仮説のもとでの分布を導出し、株価に適用し、ランダム効果項の存在を確認した。この結果は、二元配置、従属誤差、群間相関のあるモデルに拡張された。　時系列解析に於いては、正確な分布に基づいた推測、検定は大きな困難があるが、ARMA モデルに対して循環性の仮定を置くと正確な分布に基づいて完備性、十分性の議論が可能になり、一様最小分散不偏推定量、一様最強力検定の構成ができることを示した。一次の自己回帰係数の推測では、末端項へのウエイトを変えたものが、提案されている、この係数を、未知母数に依存させると、さらにこれらの推定量がさらに改善されることを示した。さらには、未知母数のところに適当な一致推定量を入れると、構成可能な推定量になり、これも、代表的推定量を２乗誤差の意味で改善することを見た。上記は、時系列解析の基礎統計推測での実績である。膨大な数の企業の財務データに対して、バイアスを調整し、機械学習的アプローチや、プロペンシティスコアを用いた因果解析を行うことによって、企業のデフォルトや成長などの状態予測を正確に行えるようにできることになった。方向データを記述する円周分布に、高次のスペクトルから、極めて一般的な円周分布をすでに導入した。こういった分布に対して経験尤度関数を定義して、この漸近分布を求め、極めて一般的な検定を導入した。

尽管基于局部平稳过程谱矩阵积分函数的广义因果关系指数的引入以及该指数的推理、测试和相位数据分析仍在继续，但具有相关误差的方差分析问题已通过单向改进和双向配置，在使用和不使用随机效应项的情况下都取得了各种进展。我们提出了一种新的测试来测试组均值的相等性以及单向方差分析模型中带或不带随机效应项的情况，该模型具有相关误差和允许每个组相关的随机效应项。假设，将其应用于股票价格，并证实了随机效应项的存在。该结果被扩展到具有双向配置、相关误差和组间相关性的模型。在时间序列分析中，基于准确的分布进行推断和检验是非常困难的，但是如果我们假设ARMA模型具有循环性，我们可以基于准确的分布讨论完整性和充分性。我们证明现在可以构建一个ARMA模型。统一最小方差无偏估计量和统一最有力的检验。在估计一阶自回归系数时，所提出的通过改变赋予终端项的权重的方法表明，使该系数依赖于未知参数进一步改进了这些估计器 Ta。此外，我们还看到，插入适当的匹配估计器来代替未知参数会产生可配置的估计器，这也可以在平方误差方面改进代表性估计器。以上是时间序列分析的基本统计推断的跟踪记录。通过使用机器学习方法和对大量公司财务数据的倾向评分来调整偏差并进行因果分析，可以准确预测公司违约和增长等情况，现在我可以做到。我们已经介绍了从高阶谱到描述方向数据的圆周分布的非常通用的圆周分布。我们为这些分布定义了一个经验似然函数，发现了这个渐近分布，并引入了一个非常通用的检验。