0

研究者紹介

【研究内容】データ収集技術の発展に伴って多種多様なデータが得られるようになりましたが、データから価値のある知見を導き出すために統計科学は必要不可欠なツールです。私の研究は、実際のデータ解析において直面する問題点に着目し、それらを解決する新たな方法論の開発とその理論的妥当性の検証です。特に、ベイズ統計学と呼ばれる枠組みを利用した方法論の開発や、時間情報・位置情報が付随したデータを分析するための統計的な方法論に興味を持って研究を行っております。また、これまでに経済学・医学・公衆衛生・環境学などの分野での応用研究を行ってきました。具体的な研究業績は個人ページのリンクをご覧ください。
【ゼミを希望する学生へ】私のゼミでは、ベイズ統計学を中心に、統計科学・データサイエンスの技術を幅広く扱います。ベイズ統計学だけでなく、機械学習、時空間統計学、因果推論など、興味のあるテーマに自由に取り組むことができます。ゼミでは、分析手法の理論的側面の理解はもちろんのこと、RやPythonを使って具体的に分析手法を実装・適用することにより力を入れています。統計科学・データサイエンスを深く学びたい方や新しい解析手法や理論についての研究をしてみたい方、様々なデータを用いた応用研究を行ってみたい方の参加を歓迎しています。

研究業績紹介

■ベイズ統計学
・研究目的: グラフ上の非定常トレンドを推定するためのベイズ的分位数トレンドフィルタリング手法の提案と東京の犯罪データへの適用
- タイトル: Locally adaptive spatial quantile smoothing: Application to monitoring crime density in Tokyo, Onizuka Takahiro, Hashimoto Shintaro, Sugasawa Shonosuke （Spatial Statistics） 59 100793 2024年3月
・研究目的: 局所的な変化に適応する単調関数値を推定するための縮小事前分布を用いた新しいベイズ法の提案
- タイトル: Locally adaptive Bayesian isotonic regression using half shrinkage priors, Okano Ryo, Hamura Yasuyuki, Irie Kaoru, Sugasawa Shonosuke （Scandinavian Journal of Statistics） 51 （ 1 ） 109-141 2024年3月
・研究目的: 補正された変分近似を用いた高速かつ高精度なベイズ的トレンドフィルタリング手法の提案
- タイトル: Fast and locally adaptive Bayesian quantile smoothing using calibrated variational approximations, Onizuka Takahiro, Hashimoto Shintaro, Sugasawa Shonosuke （Statistics and Computing） 34 （ 1 ） 2024年2月
■ノンパラメトリックおよびセミパラメトリック法
・研究目的: 関数データの時間・空間トレンドを推定するためのフィルタリング手法の開発
- タイトル: Trend filtering for functional data, Wakayama Tomoya, Sugasawa Shonosuke （Stat） 12 （ 1 ） 2023年1月
・研究目的: 無視不可能な欠測データに対するセミパラメトリックベイズ推定法の提案
- タイトル: Bayesian semiparametric modeling of response mechanism for nonignorable missing data, Sugasawa Shonosuke, Morikawa Kosuke, Takahata Keisuke （TEST） 31 （ 1 ） 101-117 2022年3月
■統計的推論
・研究目的: 頑健ダイバージェンスに基づく一般化尤度を用いて外れ値の影響を調整するメタアナリシス手法の開発
- タイトル: Robust inference methods for meta‐analysis involving influential outlying studies, Noma Hisashi, Sugasawa Shonosuke, Furukawa Toshi A. （Statistics in Medicine） 43 （ 20 ） 3778-3791 2024年9月
・研究目的: ネットワークメタアナリシスにおける正確な予測区間の構築方法の提案
- タイトル: Improved methods to construct prediction intervals for network meta‐analysis, Noma Hisashi, Hamura Yasuyuki, Sugasawa Shonosuke, Furukawa Toshi A. （Research Synthesis Methods） 14 （ 6 ） 794-806 2023年11月
■空間データ解析
・研究目的: 空間固有ベクトルによるフィルタリングを用いた高速かつ柔軟な空間回帰手法の提案
- タイトル: Sub‐Model Aggregation for Scalable Eigenvector Spatial Filtering: Application to Spatially Varying Coefficient Modeling, Murakami Daisuke, Sugasawa Shonosuke, Seya Hajime, Griffith Daniel A. （Geographical Analysis） 56 （ 4 ） 768-798 2024年10月
■ロバスト性と感度解析
・研究目的: Hyvärinenスコアを用いたロバストなカーネル密度推定量の開発
- タイトル: Fully Data-Driven Normalized and Exponentiated Kernel Density Estimator with Hyvärinen Score, Imai Shunsuke, Koriyama Takuya, Yonekura Shouto, Sugasawa Shonosuke, Nishiyama Yoshihiko （Journal of Business & Economic Statistics） 43 （ 1 ） 110-121 2025年1月
・研究目的: 軽い裾と重い裾をもつ分布の混合モデルを用いたベイズ線形回帰における事後のロバスト性の新たな十分条件の証明
- タイトル: Posterior robustness with milder conditions: Contamination models revisited, Hamura Yasuyuki, Irie Kaoru, Sugasawa Shonosuke （Statistics & Probability Letters） 210 110130 2024年7月

研究の応用領域

・ベイズ統計学
・時空間データ解析
・統計的推論
・ロバスト統計と感度解析

社会的意義

・科学の進歩: 新しい統計手法がさまざまな科学分野でのデータ分析の精度を向上させます。
・データ分析の向上: 改良された統計手法が、金融や医療などの分野での意思決定を向上させます。
動画