| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-10-07 15:50 ヴァインコピュラで事前分布をモデリングしたベイズリッジ推定量 道前洋史（北里大）・○江村剛志（久留米大）  R2022-38 |
|
| 抄録 | （和） | リッジ回帰は, 多重共線性問題を緩和し, 回帰係数を安定的に推定する手法である. リッジ推定量は, 回帰係数の事前分布に多変量正規分布を与えたときのベイズ推定量としても知られている. しかしながら, 回帰係数の事前分布をコピュラでモデリングしたベイズ推定量はこれまで殆ど考えられていない. 本稿では, ヴァインコピュラで事前分布の相関をモデリングしたベイズリッジ推定量を紹介する. ヴァインコピュラの構成要素である クレイトン型・グンベル型・ガウス型コピュラを取り上げ, ベイズリッジ推定に必要な事前分布の設定を解説する. 自動車のCO2排出量のデータを用いて, ベイズリッジ推定量の利用法・利点を説明する. |
| （英） | Ridge regression is a method that alleviates the multicollinearity problem and stably estimates the regression coefficients. The ridge estimator is also known as the Bayesian estimator when the prior distribution of the regression coefficients is given a multivariate normal distribution. However, the Bayesian estimator that models the prior distribution of the regression coefficients with a vine copula has not been considered until now. By taking up the Clayton, Gumbel, and Gaussian copulas, we explain how to set the vine copula prior distributions necessary for Bayesridge estimators. as suggested by Michimae and Emura (2022, Comp Stat, 37(5):2741–69). We explain the proposed Bayes estimator using a CO2 emission dataset. | |
| キーワード | （和） | ベイズ推定 / コピュラ / 多重共線性 / リッジ回帰 / 縮小推定量 / 線形回帰 / 事前分布 / ヴァインコピュラ |
| （英） | Bayesian estimator / copulas / multicollinearity / Ridge regression / shrinkage estimation / linear regression / prior distribution / vine copulas | |
| 文献情報 | 信学技報, vol. 122, no. 203, R2022-38, pp. 37-42, 2022年10月. | |
| 資料番号 | R2022-38 | |
| 発行日 | 2022-09-30 (R) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | R2022-38 |
|
| 研究会情報 | |
| 研究会 | R |
| 開催期間 | 2022-10-07 - 2022-10-07 |
| 開催地（和） | 久留米大学 福岡サテライト |
| 開催地（英） | |
| テーマ（和） | 情報通信システムの信頼性，信頼性一般 |
| テーマ（英） | Reliability of Information Communication System, Reliability General |
| 講演論文情報の詳細 | |
| 申込み研究会 | R |
| 会議コード | 2022-10-R |
| 本文の言語 | 日本語 |
| タイトル（和） | ヴァインコピュラで事前分布をモデリングしたベイズリッジ推定量 |
| サブタイトル（和） | |
| タイトル（英） | Bayesian ridge estimator based on vine copula-based priors |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ベイズ推定 / Bayesian estimator |
| キーワード(2)（和/英） | コピュラ / copulas |
| キーワード(3)（和/英） | 多重共線性 / multicollinearity |
| キーワード(4)（和/英） | リッジ回帰 / Ridge regression |
| キーワード(5)（和/英） | 縮小推定量 / shrinkage estimation |
| キーワード(6)（和/英） | 線形回帰 / linear regression |
| キーワード(7)（和/英） | 事前分布 / prior distribution |
| キーワード(8)（和/英） | ヴァインコピュラ / vine copulas |
| 第1著者 氏名（和/英/ヨミ） | 道前 洋史 / Hirofumi Michimae / ミチマエ ヒロフミ |
| 第1著者 所属（和/英） | 北里大学 (略称： 北里大) Kitasato University (略称： Kitasato Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 江村 剛志 / Takeshi Emura / エムラ タケシ |
| 第2著者 所属（和/英） | 久留米大学 (略称： 久留米大) Kurume University (略称： Kurume Univ.) |
| 講演者 | 第2著者 |
| 発表日時 | 2022-10-07 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | R |
| 資料番号 | R2022-38 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.203 |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2022-09-30 (R) |
[研究会発表申込システムのトップページに戻る]