講演情報
[C2-02]高速で柔軟な非ガウス時空間可変パラメータモデルとRへの実装
*村上 大輔1、吉田 崇紘2、堤田 成政3、中谷 友樹4 (1. 統計数理研究所、2. 東京大学、3. 埼玉大学、4. 東北大学)
キーワード：
時空間可変パラメータモデル、固有ベクトル空間フィルタリング、非ガウスデータ
時空間可変パラメータモデルは、回帰係数を場所毎・時間毎に推定する回帰モデルとして注目されているが、特に正規分布に従わない（非ガウス）データを分析対象とする場合、その計算効率と柔軟性の両立には課題がある。そこで本研究では、非ガウスデータ（カウントデータ、偏った分布のデータ、割合データなど）にも適用可能な時空間可変パラメータモデルを開発する。同開発では、非ガウスデータを扱うための変換を導入したうえで、時間帯、曜日、月といった複数の時系列が考慮可能な柔軟な定式化を行う。また計算効率を高めるために機械学習分野reluctant interaction modelingを応用する。提案手法の有用性は犯罪データを用いて検証する。最後に、同手法をRパッケージspmoranに実装する。