高次元データにおける幾つかの検定統計量の漸近分布について

Slides:



Advertisements
Similar presentations
計量的手法入門 人材開発コース・ワークショップ (IV) 2000 年 6 月 29 日、 7 月 6 ・ 13 日 奥西 好夫
Advertisements

土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
2016 年度 計量経済学 講義内容 担当者: 河田 正樹
Example 8 種類のチーズの塩分量 : m = 325 Q 3 = 340 m Q 1 = Q3Q3Q3Q3 Q1Q1Q1Q1.
主成分分析 主成分分析は 多くの変数の中を軸を取り直すことで より低い次元で表現できるようにする。 データがばらついている方向ほど
グラフィカル多変量解析 ----目で見る共分散構造分析----
第4章補足 分散分析法入門 統計学 2010年度.
確率と統計 平成23年12月8日 (徐々に統計へ戻ります).
確率・統計Ⅰ 第12回 統計学の基礎1 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
多変量解析 -重回帰分析- 発表者:時田 陽一 発表日:11月20日.
データ解析 静岡大学工学部 安藤和敏
先端論文紹介ゼミ Tracking control for nonholonomic mobile robots: Integrating the analog neural network into the backstepping technique 非ホロノミック移動ロボットのための追従制御:
土木計画学 第5回(11月2日) 調査データの統計処理と分析3 担当:榊原 弘之.
Bassモデルにおける 最尤法を用いたパラメータ推定
統計的仮説検定の考え方 (1)母集団におけるパラメータに仮説を設定する → 帰無仮説 (2)仮説を前提とした時の、標本統計量の分布を考える
因子分析や3相因子分析による分析の問題点を整理する 狩野裕+原田章(行動工学講座)
ベイズ的ロジスティックモデル に関する研究
クラスター変分法と確率的情報処理 --Belief Propagation と画像処理アルゴリズム--
応用統計学の内容 推測統計学(inferential statistics)   連続型の確率分布   標本分布   統計推定   統計的検定.
ランダムプロジェクションを用いた 音声特徴量変換
統計学の基礎と応用 張 南   今日の話:序   論          履修の注意事項.
早稲田大学大学院商学研究科 2016年1月13日 大塚忠義
ガウス過程による回帰 Gaussian Process Regression GPR
果物識別 マハラノビス距離を求める.
相関分析.
高次元データの解析 -平均ベクトルに関する検定統計量の 漸近分布に対する共分散構造の影響-
格子シミュレーションによる 非自明固定点の探索
PCAからICAへ? 狩野裕+清水昌平 (大阪大学人間科学部) 日本行動計量学会:東京大学 平成12年10月.
正規分布における ベーテ近似の解析解と数値解 東京工業大学総合理工学研究科 知能システム科学専攻 渡辺研究室    西山 悠, 渡辺澄夫.
NTTコミュニケーション科学基礎研究所 村山 立人
極大ノイズを除去する情報量最小化 学習アルゴリズム
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
確率論の基礎 「ロジスティクス工学」 第3章 鞭効果 第4章 確率的在庫モデル 補助資料
確率伝搬法と量子系の平均場理論 田中和之 東北大学大学院情報科学研究科
第5章 特徴の評価とベイズ誤り確率 5.5 ベイズ誤り確率の推定法 [1] 誤識別率の偏りと分散 [2] ベイズ誤り確率の上限および下限
訓練データとテストデータが 異なる分布に従う場合の学習
確率的情報処理と確率伝搬法によるアルゴリズム設計の数理構造
複数の相関のある情報源に対するベイズ符号化について
独立成分分析 (ICA:Independent Component Analysis )
東北大学 大学院情報科学研究科 応用情報科学専攻 田中 和之(Kazuyuki Tanaka)
量子系における 確率推論の平均場理論 田中和之 東北大学大学院情報科学研究科
尺度化について 狩野 裕 大阪大学人間科学部.
パターン認識特論 担当:和田 俊和 部屋 A513 主成分分析
部分的最小二乗回帰 Partial Least Squares Regression PLS
対応のある共分散分散行列の同時分析 ーー 震災ストレスデータの同時分析 ーー
ガウシアン確率伝搬法の 近似精度に対する理論解析
早稲田大学大学院商学研究科 2014年12月10日 大塚忠義
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年6月25日 3.1 関数近似モデル
北大MMCセミナー 第62回 附属社会創造数学センター主催 Date: 2016年11月4日(金) 16:30~18:00
確率的画像処理アルゴリズム入門 東北大学 大学院情報科学研究科 田中 和之
クロスバリデーションを用いた ベイズ基準によるHMM音声合成
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
第5回 確率変数の共分散 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
東北大 情報科学 田中和之,吉池紀子 山口大 工 庄野逸 理化学研究所 岡田真人
高次元データにおける2次形式の近似について
藤本翔太1, 狩野裕1, Muni.S.Srivastava2 1大阪大学基礎工学研究科
``Exponentiated Gradient Algorithms for Log-Linear Structured Prediction’’ A.Globerson, T.Y.Koo, X.Carreras, M.Collins を読んで 渡辺一帆(東大・新領域)
ガウス分布における ベーテ近似の理論解析 東京工業大学総合理工学研究科 知能システム科学専攻 渡辺研究室    西山 悠, 渡辺澄夫.
物理フラクチュオマティクス論 応用確率過程論 (2006年4月11日)
1ーQー18 音声特徴量抽出のための音素部分空間統合法の検討
統計力学と情報処理 ---自由エネルギーの生み出す新しい情報処理技術--- 2003年8月14日前半
◎小堀 智弘,菊池 浩明(東海大学大学院) 寺田 真敏(日立製作所)
プログラミング論 相関
制約付き非負行列因子分解を用いた 音声特徴抽出の検討
実数および純虚数化学ポテンシャル領域における 2+1フレーバーPNJL模型を用いた QCD相構造の研究
~国際比較にみる達成目標と評価のガイドライン~
ガウシアングラフィカルモデルにおける一般化された確率伝搬法
ランダムプロジェクションを用いた音響モデルの線形変換
混合ガウスモデル Gaussian Mixture Model GMM
Time Reversal E-Text: pp.80-83(PDF: pp.49-50) FM08002 太神 諭
Presentation transcript:

高次元データにおける幾つかの検定統計量の漸近分布について 藤本翔太1, 狩野裕1, Muni.S.Srivastava2 1大阪大学基礎工学研究科 2Department of Statistics, University of Toronto November 19, 2010 統計的推測方法の理論的展開とその応用@熊本大学

Contents Introduction Abstract Statistics and Conditions New Results Numerical Simulations Conclusion and Remark Contents Introduction Abstract Statistics and Conditions New Conditions New Results Asymptotic Dist. under New Condition Examples Numerical Simulations Conclusion and Remark November 19, 2010

Abstract 平均ベクトルの検定問題: 伝統的な方法: 高次元データ(n<p)では定義されない Introduction New Results Numerical Simulations Conclusion and Remark Abstract 平均ベクトルの検定問題: 伝統的な方法: 高次元データ(n<p)では定義されない Dempster (1958), Bai and Saranadasa (1996), Fujikoshi (2004), Srivastava (2007), Srivastava and Du (2008)などによって,高次元データにも対応できる検定方法が提案 共分散行列または相関行列に非常に強い仮定 現実的な条件に先行研究の結果を拡張 November 19, 2010

Statistics and Conditions Introduction New Results Numerical Simulations Conclusion and Remark Statistics and Conditions November 19, 2010

About Conditions November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark About Conditions November 19, 2010

About Conditions November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark About Conditions November 19, 2010

About Conditions November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark About Conditions {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

New Results November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark New Results {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Asymptotic dist. Under New Condition Introduction New Results Numerical Simulations Conclusion and Remark Asymptotic dist. Under New Condition {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Estimators November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Estimators {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Asymptotic dist. Under New Condition Introduction New Results Numerical Simulations Conclusion and Remark Asymptotic dist. Under New Condition {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Asymptotic dist. Under New Condition Introduction New Results Numerical Simulations Conclusion and Remark Asymptotic dist. Under New Condition {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Proof November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Proof {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Example 1 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Example 1 {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

参考 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark 参考 {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Example 2 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Example 2 {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Example 3 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Example 3 {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

PDF November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark PDF {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Explanation November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Explanation {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Numerical Simulations Introduction New Results Numerical Simulations Conclusion and Remark Numerical Simulations {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Numerical Simulations Introduction New Results Numerical Simulations Conclusion and Remark Numerical Simulations 目的 条件(A),(B),(C)は充たさず,条件(D)を充たすモデルに関して,従来の検定法(正規近似)と新しい検定法を比較 方法 各統計量に対する近似法のActual Error ProbabilityをMonte Carlo法で計算 各パラメータの設定 November 19, 2010

Simulation 1 and 2 Model for Simulation 1 and 2 Simulation 1 Introduction New Results Numerical Simulations Conclusion and Remark Simulation 1 and 2 Model for Simulation 1 and 2 Simulation 1 Simulation 2 November 19, 2010

Simulation 1 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Simulation 1 November 19, 2010

Simulation 1 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Simulation 1 November 19, 2010

Simulation 1 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Simulation 1 November 19, 2010

Simulation 2 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Simulation 2 November 19, 2010

Simulation 3 Model for Simulation 3 Asymptotic distribution Introduction New Results Numerical Simulations Conclusion and Remark Simulation 3 Model for Simulation 3 Asymptotic distribution Approximation of the asymptotic distribution November 19, 2010

Estimator November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Estimator November 19, 2010

Simulation 3 November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Simulation 3 November 19, 2010

Conclusion and Remark 高次元データにおける1標本問題 先行研究よりも現実的な条件を仮定 Introduction New Results Numerical Simulations Conclusion and Remark Conclusion and Remark 高次元データにおける1標本問題 先行研究よりも現実的な条件を仮定 漸近分布が共分散行列または相関行列に依存 Numerical Simulation 提案した検定法の良さを確認 分散の構造を間違えると,検定結果が信頼できない 平均の検定の前に分散の構造を検討すべき 問題点と今後の課題 真の分散の構造が分かっていることが前提 分散の構造を仮定しない検定法の提案が今後の課題 {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010

Reference November 19, 2010 Introduction New Results Numerical Simulations Conclusion and Remark Reference {\rm D}\;(\bm{A}_{p})\;\;\; November 19, 2010