保科架風, 小西貞則

第８回日本統計学会春季集会 at 同志社大学

※優秀発表賞を受賞

【概要】

本研究では高次元データに対して有効なモデリング手法として知られる elastic net に対するモデル選択基準の提案を行った. 一般に, モデル選択基準の多くは漸近的に予測精度を評価するものであり, 高次元データに対しては評価の精度が保証されなくなる. これに対し本研究で提案したモデル選択基準は, 漸近的な近似の代わりにモンテカルロ積分を適用し, 高次元データでも適切にモデルを評価することが可能である.