慶應義塾大学学術情報リポジトリ(KOARA)KeiO Associated Repository of Academic resources

慶應義塾大学学術情報リポジトリ(KOARA)

ホーム  »»  アイテム一覧  »»  アイテム詳細

アイテム詳細

アイテムタイプ Article
ID
KAKEN_18K18009seika  
プレビュー
画像
thumbnail  
キャプション  
本文
KAKEN_18K18009seika.pdf
Type :application/pdf Download
Size :243.9 KB
Last updated :Nov 19, 2025
Downloads : 143

Total downloads since Nov 19, 2025 : 143
 
本文公開日
 
タイトル
タイトル スパースモデリングによる発見的統計手法の開発  
カナ スパース モデリング ニ ヨル ハッケンテキ トウケイ シュホウ ノ カイハツ  
ローマ字 Supāsu moderingu ni yoru hakkenteki tōkei shuhō no kaihatsu  
別タイトル
名前 Development of discovering statistical methods via sparse modeling  
カナ  
ローマ字  
著者
名前 片山, 翔太  
カナ カタヤマ, ショウタ  
ローマ字 Katayama, Shota  
所属 慶應義塾大学・経済学部 (三田) ・准教授  
所属(翻訳)  
役割 Research team head  
外部リンク 科研費研究者番号 : 50742459
版
 
出版地
 
出版者
名前  
カナ  
ローマ字  
日付
出版年(from:yyyy) 2024  
出版年(to:yyyy)  
作成日(yyyy-mm-dd)  
更新日(yyyy-mm-dd)  
記録日(yyyy-mm-dd)  
形態
1 pdf  
上位タイトル
名前 科学研究費補助金研究成果報告書  
翻訳  
巻  
号  
年 2023  
月  
開始ページ  
終了ページ  
ISSN
 
ISBN
 
DOI
URI
JaLCDOI
NII論文ID
 
医中誌ID
 
その他ID
 
博士論文情報
学位授与番号  
学位授与年月日  
学位名  
学位授与機関  
抄録
スパースモデリングによる発見的統計手法の開発を目指し,本研究課題では特に(1)高次元線形回帰モデルにおける差異検出および(2)超高次元パラメータを伴う2標本問題についての研究を行なった.(1)では,回帰係数ベクトルの差分を直接スパースに推定できる手法の開発を行い,その予測誤差,変数選択の一致性,バイアス除去による漸近分布の導出などの理論を整備した.(2)では,遺伝子データ解析への応用を目指して,2グループ間の差異を特徴付ける超高次元パラメータに対する統計的推測法を与えた.さらには,その手法を用いて実際のCovid-19に対する重症化患者と非重症化患者のRNA-seqデータを比較した.
Aiming at the development of discovering statistical methods via sparse modeling, particularly (1) difference detection in high dimensional linear regression models and (2) two sample problems with ultra high dimensional parameters are studied. In the theme (1), a method for directly and sparsely estimating difference in regression coefficient vectors is developed, and gave its prediction error, variable selection consistency and derivation of the asymptotic distribution based on de-biasing. In the theme (2), a statistical inference for the ultra high dimensional parameters that characterize the differences between two groups is provided for application to the analysis of gene data. Furthermore, the proposed procedure compared the RNA-seq data of high and low risk Covid-19 patients.
 
目次

 
キーワード
高次元データ  

スパースモデリング  

因果推論  

多重検定  
NDC
 
注記
研究種目 : 若手研究
研究期間 : 2018~2023
課題番号 : 18K18009
研究分野 : 高次元データ解析
 
言語
日本語  

英語  
資源タイプ
text  
ジャンル
Research Paper  
著者版フラグ
publisher  
関連DOI
アクセス条件

 
最終更新日
Nov 19, 2025 13:05:25  
作成日
Nov 19, 2025 13:05:25  
所有者
mediacenter
 
更新履歴
Nov 19, 2025    インデックス を変更
 
インデックス
/ Public / 科学研究費補助金研究成果報告書 / 2023年度 / 日本学術振興会
 
関連アイテム
 

ランキング

最も多く閲覧されたアイテム
1位 都市動物としての... (659) 1st
2位 S know O by sigh... (528)
3位 アイドル文化にお... (526)
4位 ショート動画の効... (386)
5位 デザイナー組織に... (352)

最も多くダウンロードされたアイテム
1位 宮沢賢治の信仰遍... (20353) 1st
2位 ショート動画の効... (637)
3位 京セラ株式会社に... (382)
4位 気分修飾物質とし... (335)
5位 ウェブアプリケー... (309)

LINK

慶應義塾ホームページへ
慶應義塾大学メディアセンターデジタルコレクション
慶應義塾大学メディアセンター本部
慶應義塾研究者情報データベース