統計学輪講 第06回

現在進行中の研究を紹介する。

変数選択の方法は、アルツハイマー病に関連する遺伝子の発見など、広範な科学的発見を支えている。
一方で、先行研究は線形モデルなど制約された状況下での手法提案にとどまっており、実現象との乖離を生んでいる。
本研究では、マルチインデックスモデルという比較的柔軟なモデルクラスにおいて、変数選択における「第一種の過誤」の指標である偽発見率を既定水準以下に制御できる方法論を構成する。また、説明変数の次元によらない係数推定量の周辺分布近似理論を展開することにより、理論保証を与える。