平成29(2017)年度 共同利用登録実施報告書
課題番号 |
29−共研−5 |
分野分類 |
統計数理研究所内分野分類 |
a |
||
主要研究分野分類 |
7 |
|||||
研究課題名 |
高次元時系列の関連を検出するための統計的モデリング |
|||||
フリガナ 代表者氏名 |
キタガワ ゲンシロウ 北川 源四郎 |
ローマ字 |
Kitagawa Genshiro |
|||
所属機関 |
東京大学 |
|||||
所属部局 |
数理・情報教育研究センター |
|||||
職 名 |
特任教授 |
研究目的と成果の概要 |
多変数時系列の因果関係の検出法としては、赤池によって提案された多変量ARモデルを利用するパワー寄与率が知られており、申請者らはこのモデルの外乱直交性の仮定を緩和し、一般の分散共分散行列の場合でも適用できる方法を提案してきた。ただし、従来の多変量ARモデルを利用する方法では、パラメータ推定の観点からも、また因果関係の可視化の観点からも、10変数程度のシステムへの適用が限界であり、近年重要になっているビッグデータ解析のためには、より高次元の時系列に適用可能な実用的な方法の開発が必要である。本研究では、L1正則化や変数選択法等により超高次元時系列モデルの推定法や、超多変量間の因果関係の検出と可視化の方法を研究し、高次元時系列の関連を検出するための実用的な方法の開発を目的としたものである。 |