Home教授
栁原 宏和
HIROKAZU YANAGIHARA
データ解析を支える理论的研究に挑戦しよう。
データの解析法に妥当性を与える理论的研究
私は、统计学に関する理论的研究、特に、复数の変数を持つ多変量データの解析手法である多変量解析法について、数学を使って妥当性を与えるための理论的考察や、新たな手法の构成などを手がけています。最近では、変数の数が巨大な多変量データ（高次元データ）を解析するための手法の开発や、それらの手法の理论的妥当性を与えるような研究を行っています。より、具体的に言えば、高次元データでの多変量解析法において、それらの変数が必要か不必要かを判断する変数选択法において、本当に必要な変数がきちんと选ばれる确率が、标本数を无限大とすれば1になるという性质（一致性）を保持する変数选択法の开発に力を入れています。
高次元データの解析ニーズが高まっている
近年、データを蓄积?解析できる数は爆発的に大きくなっています。そのため、高次元データの解析に対するニーズが高まっています。従来の多変量解析法は、标本数のみ无限大とする渐近理论により理论的な妥当性を评価しています。そのような评価は、标本数を无限大したときの评価となります。しかしながら、高次元データでは、従来の渐近理论による评価がうまくいかないことがあります。つまり、渐近理论に基づく评価がよくても、実际の有限标本ではまったく机能しないということが起きます。そのような问题点は、多変量データの変数の数である次元も标本数とともに大きくする、新しい渐近理论による再评価を与えることで回避できます。従来の评価ではうまくいくとされていた手法が、新たな评価ではうまくいかないことがわかったときなどが非常に楽しい瞬间です。
理论的研究は非常に重要なもの
データサイエンスの研究に必要な知識?能力は、データの背景を意識しつつ、 データを俯瞰する能力。数学的な表現に慣れがあり、そのような表現が好きなことだと考えます。近年では、理論的な研究は軽視されがちです。しかしながら、解析法に妥当性がなければ、その解析法を積極的に使用できなくなります。そのため、理論的な研究は非常に重要であると言えます。私は、統計学に基づくデータ解析法をもっと世の中に普及させたいと思っています。みなさんもそのような理論的な研究を行ってみませんか。
