保科架風, 廣瀬慧, 小西貞則

科研費シンポジウム「統計科学における深化と横断的展開」 at 松江テルサ

【概要】

回帰係数を厳密にゼロと推定する性質＝Sparse 性を有するスパースモデリング手法は, モデルの推定と同時に変数選択を行うことが可能であり, 高次元データから効率的に有益な情報を抽出することが期待されている. しかし, これらの手法のモデリングでは調整パラメータを適切な値に決定することが重要となるが, そのためのモデル選択基準のキーポイントとなる Degrees of Freedom は一般に未知である. この問題に対し本研究では, LARS アルゴリズムの理論的特性を活用した Degrees of Freedom の推定手法を提案し, さらにそれによって Lasso, Elastic net, Adaptive lasso などの Degrees of Freedom の推定が可能になることを示した.