統計学輪講 第16回
| 日時 | 2026年10月20日(火) 14時55分 ～ 15時45分 |
|---|---|
| 場所 | 経済学部新棟３階第３教室 |
| 講演者 | 吉村 啓甫 (経済M1) |
| 演題 | 動的縮小過程 |
| 概要 |
Global–local prior は、全体の縮小の強さを表す global scale と、各パラメータ固有の縮小の強さを表す local scale を組み合わせることで、スパースなモデルに対して柔軟な正則化を行う手法である。代表例である horseshoe prior は、小さなシグナルを強く縮小する一方で、大きなシグナルを残す性質を持つ。しかし、通常の global–local prior では local scale は独立に設定されるため、時系列データに存在する局所的な変化やその持続性を十分に捉えられない場合がある。 本発表では、Kowal et al. (2019) が提案した Dynamic Shrinkage Process を紹介する。本手法では local scale の対数分散に動的な依存構造を導入することで、縮小の強さを時間とともに適応的に変化させる。特に、horseshoe prior を動学化した dynamic horseshoe process の性質を説明する。動的な縮小が時系列データの局所的な変化を捉える上でどのように有効であるかを紹介する。 [1] D. R. Kowal, D. S. Matteson, and D. Ruppert, “Dynamic shrinkage processes,” Journal of the Royal Statistical Society: Series B, 81(4), 781– 804, 2019. |