1. HOME > 
  2. 学会について > 
  3. 学会賞 > 
  4. 2021年度学会賞受賞者の紹介

2021年度学会賞受賞者の紹介

第 26 回 日本統計学会賞
内田 雅之 氏
第 1 回 日本統計学会中村隆英賞
高山 憲之 氏西村 彦 氏美添 泰人 氏
第 17 回 日本統計学会統計活動賞
竹内 光悦 氏西浦 博 氏
第 17 回 日本統計学会統計教育賞
林 宏樹 氏Women in Data Science (代表:小野 陽子 氏、菅 由紀子 氏、西戸 京子 氏)
第 15 回 日本統計学会研究業績賞
二宮 嘉行 氏

第 35 回 小川研究奨励賞
今泉 允聡 氏菅澤 翔之助 氏劉 言 氏

第 26 回 日本統計学会賞

内田 雅之 氏

略歴

1992年 東京理科大学理学部数学科卒業、1994年 大阪大学大学院基礎工学科前期博士課程修了、1995年 文部科学省統計数理研究所統計教育・情報センター助手、1998年博士号取得(理学、大阪大学)、2000年 九州大学大学院数理学研究員助教授、2007年 大阪大学大学院基礎工学研究科准教授、2009年 大阪大学大学院基礎工学研究科教授 現在に至る。

授賞理由

 内田雅之氏は、これまで確率微分方程式で定義される拡散過程の統計学研究において多くの優れた成果を挙げている。特に、高頻度時系列データに基づく拡散過程の統計モデリングにおいては独創的な研究を行い、高く評価されている。さらに、最近では高頻度時空間データに基づく確率偏微分方程式の統計的推測についても精力的に研究を進めている。
 内田氏のこのような統計学の発展に対する多大な貢献は、日本統計学会賞にふさわしいものである。

主要業績

[1] Sørensen, M. and Uchida, M. (2003). Small-diffusion asymptotics for discretely sampled stochastic differential equations. Bernoulli, Volume 9, Number 6 1051- 1069
[2] Uchida, M. (2010). Contrast-based information criterion for ergodic diffusion processes from discrete observations. Annals of the Institute of Statistical Mathematics, Volume 62, Issue 1, 161-187.                     
[3] Uchida, M. and Yoshida, N. (2012). Adaptive estimation of an ergodic diffusion process based on sampled data. Stochastic Processes and their Applications, Volume 122, Issue 8, 2885-2924.   
[4] Kamatani, K. and Uchida, M. (2015). Hybrid multi-step estimators for stochastic differential equations based on sampled data. Statistical Inference for Stochastic Processes, Volume 18, Issue 2, 177-204
[5] Kaino, Y. and Uchida, M. (2021). Parametric estimation for a parabolic linear SPDE model based on discrete observations. Journal of Statistical Planning and Inference, Volume 211, 190-220.

第 1 回 日本統計学会中村隆英賞

高山 憲之 氏

略歴

1976年 東京大学大学院経済学研究科博士課程単位取得退学、1976年 武蔵大学経済学部専任講師、1978年 同助教授、1980年 一橋大学経済研究所助教授、1982年 経済学博士(東京大学)、1990年 同教授、2005年 同研究所長、2010年 一橋大学名誉教授、2011年 公益財団法人年金シニアプラン総合研究機構研究主幹、2018年 同理事長 現在に至る。

授賞理由

 高山憲之氏は、経済統計に関する研究及び実務の両面において優れた業績を挙げている。高山氏の研究は、次の4つの分野に及んでおり、刊行された論文は高く評価されている。第1は、貧困の計測に関する研究であり、新たな指標を考案し、従来とは異なる視点から貧困状況を包括的に捉えることを可能とした。第2は、「全国消費実態調査」等の経済統計マイクロデータを活用した計量分析であり、その結果は政策形成に活用された。第3は、年金を始めとする社会保障に関する研究であり、世代間の利害調整という新たな観点から、あるべき社会保障制度の理論的計量的研究を推進した。第4は、経済統計のパネルデータに基づいた分析であり、自ら構築したパネルデータから就業、離職等に関する新たな知見を得ており、この分野におけるその後の研究に大きな指針を与えた。また、高山氏は、統計審議会、年金審議会等への参画を通じて、これらの成果・知見が国の経済統計整備、社会保障政策等に活用されるよう尽力してきた。
 高山氏のこのような経済統計の分析、理論、手法の発展に対する顕著な貢献は、日本統計学会中村隆英賞の受賞にふさわしいものである。

主要業績

[1] Takayama, N. (1979) ”Poverty, Income Inequality, and their Measures: Professor Sen’s Axiomatic Approach Reconsidered” Econometrica, 140, December pp. 747-759
[2] 高山憲之(1981)「厚生年金における世代間の再配分」『季刊現代経済』pp.14-125
[3] Takayama, N. (1992) The Greying of Japan: An Economic Perspective on Public Pensions, Kinokuniya and Oxford University Press
[4] 高山憲之(編著)(1992)『ストック・エコノミー:資産形成と貯蓄・年金の経済分析』東洋経済新報社
[5] 有田富美子、高山憲之(1996)「貯蓄と資産形成」日経・経済図書文化賞
[6] 高山憲之(2004)『信頼と安心の年金改革』東洋経済新報社
[7] 高山憲之(2010)『年金と子ども手当』岩波書店
[8] Takayama, N. et al. (2016) The Japanese Longitudinal Survey on Employment and Fertility (LOSEF), Rippa
[9] 高山憲之(2015)「パネルデータから見た第3号被保険者の実態」『年金研究』第1号、pp.3-31
[10] 高山憲之・白石浩介(2020)「60歳定年経験者の定年後における成果と離職:パネルデータ分析」『年金研究』12, pp. 1-28

西村 彦 氏

略歴

1977年東京大学大学院経済学研究科修士課程修了、1982年 米国イェール大学Ph.D(経済学博士)、1983~1994年 東京大学経済学部助教授、1994~2005年 同大学院研究科教授、2003~2005年 統計審議会委員、2003~2005年 内閣府経済社会総合研究所総括政策研究官、2005~2008年 日本銀行政策委員会審議委員、2008~2013年 日本銀行副総裁、2013年~2017年 東京大学大学院経済学研究科教授、2013~2015年 東京大学大学院経済学研究科長・経済学部長、2014~2019年 統計委員会委員長、2017年 東京大学名誉教授、2018年 政策研究大学院大学特別教授 現在に至る。

授賞理由

 西村淸彦氏は、経済統計に関する研究と実務の両面で顕著な業績を挙げている。経済統計の理論・手法の発展、および実証分析に関しては、日本企業の生産性についての分析、財価格の形成メカニズムの解明、不動産価格インデックスの組成など多数の研究成果を論文・著書として刊行している。また、2011年のケインズ『一般理論』出版75周年記念コンファレンスでは、金融危機の裏にある人口動態と信用膨張との連関の重要性をいち早く指摘し、最近に至る人口動態と経済活動に関する議論の嚆矢となった。さらに、実務面では、政府の統計委員会委員長として、経済統計を含む公的統計の改善に尽力した。委員長在任中には、GDP統計、景気統計、サービス統計、シェアリングエコノミーなど新分野に関する統計など、時代に適合すべく、公的統計の改革に道筋をつけた。
 このような西村氏の研究及び実践活動を通じた経済統計の分析、理論、手法の発展に対する顕著な貢献は、日本統計学会中村隆英賞にふさわしいものである。

主要業績

[1] 西村淸彦(1990)『経済学のための最適化理論入門』東京大学出版会
[2] 西村淸彦(1995)『日本の地価の決まり方』筑摩書房
[3] 西村淸彦(1996) 『「価格革命」のマクロ経済学-流通構造変革の実証分析』日本経済新聞社.(エコノミスト賞受賞)
[4] 西村淸彦、峰滝和典(2004)『情報技術革新と日本経済』有斐閣
[5] Kiyohiko G. Nishimura, Takanobu Nakajima, Kozo Kiyota (2005) Does Natural Selection Mechanism Still Work in Severe Recessions? Journal of Economic Behavior and Organization, 58(1) 53-78
[6] 西村彦、山澤成康、肥後雅博(2020)『統計 危機と改革』

美添 泰人 氏

略歴

1975年 東京大学大学院経済学研究科博士課程修了、1978年 Harvard University、 Graduate School of Arts and Sciences 修了 (Ph.D.)、1978年 立正大学経済学部 講師、助教授、教授、1992年 青山学院大学経済学部教授、1999-2002年 経済企画庁経済研究所 客員主任研究官、2015年 青山学院大学経営学部プロジェクト教授、2015年 青山学院大学名誉教授、2018年 一般社団法人新情報センター会長 現在に至る。

授賞理由

 美添泰人氏は、多年にわたり、経済統計を中心として統計学の研究と実践の両面において多大な業績を挙げてきた。美添氏は、ベイズ統計学、探索的データ解析、頑健統計学、標本調査理論を始め、幅広い分野に精通し、優れた研究成果を挙げるとともに、その知見を活用して様々な公的統計の整備・改善に尽力した。統計審議会、統計委員会、各府省庁の研究会など国の重要統計に関する検討の場に参画し、その豊富な知識を駆使して物価指数、法人企業統計、景気動向指数など様々な経済統計について指導・助言を行った。2019年に厚生労働省の毎月勤労統計を発端とする公的統計の問題事案が発生した際には、日本統計学会「公的統計に関する臨時委員会」の設置、運営において中心的役割を果たし、同年7月に委員と共同で報告書を取りまとめた。
 美添泰人氏のこのような経済統計の研究、実務及び関連する理論、手法の発展に対する多大な貢献は、日本統計学会中村隆英賞にふさわしいものである。

主要業績

主要著書・論文等
中村隆英、新家健精、豊田敬、美添泰人(1983)『経済統計入門』、東京大学出版会、(第2版1992年)
舟岡史雄、若杉隆平、美添泰人、本郷茂他(1996)『経済社会構造の把握のための企業統計分析手法に関する調査研究』産業研究所
松田芳郎、伴金美、美添泰人(2000)『ミクロ統計の集計解析と技法』日本評論社
美添泰人(2012)「統計制度改革の意義と今後の課題」『日本統計学会誌』41(2) pp.337-340
舟岡史雄、椿広計、美添泰人他(2019)『公的統計に関する臨時委員会報告書』、日本統計学会

主な活動
1994年~現在 経済企画庁景気基準日付検討委員会委員(現在、内閣府景気動向指数研究会)
1996~2007年 統計審議会委員(2005~2007年 同会長)
2007~2009年 統計委員会委員
1994~1996年 日本統計学会理事長
2009~2011年 日本統計学会会長

第 17 回 日本統計学会統計活動賞

竹内 光悦 氏

略歴

1996年 鹿児島大学理学部数学科卒業、2001年 鹿児島大学大学院理工学研究科博士課程修了、博士(理学)、2001年 立教大学社会学部助手、2004年 実践女子大学人間社会学部専任講師、2008年 同准教授、2017年 同教授 現在に至る。

授賞理由

 竹内光悦氏は、初等中等教育から高等教育につなぐ統計教育の基盤の充実と向上に向け、教育・普及活動に長期にわたり尽力してきた。高等学校教員等を対象とした「統計教育の方法論ワークショップ」では、2004年の開始以来、中心的役割を務め、教員相互の発表と討論の場を通じて教員の統計教育能力の向上に貢献してきた。また、統計関連学会における統計教育セッションの企画・実施、スポーツデータ解析コンペティションの開催運営、ISIの国際統計リテラシープロジェクト(ISLP)への日本からの参加支援、政府・自治体等の教員研修における講演・指導、教科書編集活動等、幅広い活動を通じて統計教育の発展に貢献している。さらに、ISIによる統計用語集の各国言語対応検索システム、統計書籍の電子図書システムの構築など、統計・データサイエンス授業の支援のためのプラットフォームの開発を通じて多大な貢献を行ってきた。
 竹内氏によるこのような活動は、統計教育の水準向上及び統計学・データサイエンスの普及・発展に顕著な貢献をするものであり、日本統計学会統計活動賞にふさわしいものである。

主要業績

主要著作
[1] 竹内光悦(2020)「社会調査・分析を中心とした女性データサイエンス教育の展開」『日本ソーシャルデータサイエンス学会論文誌』4(1), 13 – 18
[2] 竹内光悦(2020)「これからの数学教師に求められる 13 の新教養「統計的な問題解決」」『数学教育』(747) 74 – 79
[3] 竹内光悦(2017)「グループワークを主とする実習および今後の学びに関する意識調査」『実践女子大学人間社会学部紀要』13, 187 – 195

主な活動
[1] 統計教育の方法論ワークショップ(2005~2021年、継続中)
[2] 統計関連学会連合大会企画セッション(スポーツ統計、大学教育の質改革、データサイエンス人材育成基盤整備等)(2013~2020年)
[3] スポーツデータ解析コンペティション中等教育部門(2013~2020年)
[4] ISI多言語統計用語サイト(https://estat.sci.kagoshima-u.ac.jp/dic/

西浦 博 氏

略歴

2002年 宮崎医科大学医学部卒業、2006年広島大学大学院保健学研究科博士課程修了 博士(保健学)、2013年 東京大学大学院医学系研究科国際社会医学講座 准教授、2016年 北海道大学大学院医学研究院社会医学分野衛生学教室 教授、2020年 京都大学大学院医学研究科社会健康医学系専攻 教授 現在に至る。

授賞理由

 西浦博氏は、疫学・予防医学、健康・医療情報学、社会システム工学・安全システム等を専門分野とし、長年にわたり感染症流行の統計数理モデル等に関する先駆的な研究を行っている。研究内容は、感染症流行のダイナミクスの解明、流行の予測、防疫対策の評価分析など多岐に及んでいる。日本及び外国における感染症拡大の実態の分析など、数多くの優れた論文を発表するとともに、専門家あるいは一般人を対象とするセミナー等を通じて研究成果の普及に努め、数理モデルの意義及び有用性に対する理解を広めてきた。昨年のコロナ禍の発生以来、このようなモデルに基づき、感染症対策に関する知見を社会に発信し、防疫対策に関する社会的理解の増進に貢献した。
 西浦氏のこのような活動は、統計学の応用による社会的実装を通じて、その意義・役割に関する社会的認識を高めることに顕著な貢献をするものであり、日本統計学会統計活動賞にふさわしいものである。

主要業績

[1] Nishiura, H. et al, (2020). Early SNS-Based Monitoring System for the COVID-19 Outbreak in Japan: A Population-Level Observational Study, JOURNAL OF EPIDEMIOLOGY 30(8) 362 – 370
[2] Nishiura, H. et al. (2020) Age specificity of cases and attack rate of novel coronavirus disease (COVID-19), https://doi.org/10.1101/2020.03.09.20033142 
[3] Nishiura, H. et al. (2020) Ascertainment rate of novel coronavirus disease (COVID-19) in Japan, INTERNATIONAL JOURNAL OF INFECTIOUS DISEASES, Vol. 96, pp. 673-675.
[4] Nishiura, H. et al. (2019) Analyzing and forecasting the Ebola incidence in North Kivu, the Democratic Republic of the Congo from 2018–19 in real time, EPIDEMICS 27 pp. 123 – 131.
[5] Nishiura, H. et al (2019) Estimate of the annual risk of tuberculosis infection in a general population of Japan, JOURNAL OF THEORETICAL BIOLOGY 472 1 – 3.

第 17 回 日本統計学会統計教育賞

林 宏樹 氏

略歴
2003年 兵庫県立但馬農業高等学校教諭、2007年 兵庫県立加古川北高等学校教諭、2015年 兵庫県立姫路西高等学校教諭 現在に至る。
授賞理由

 林宏樹氏は、高等学校数学科・情報科における統計教育・データサイエンス教育において効果的な授業方法の研究・実践を行い、その成果を学会等において積極的に発表している。2020年には、学校教員の会員を募り「高等学校データサイエンス教育研究会」を設立し、データサイエンス教育の研究会の開催、教育プログラム開発と共有を進めており、これを通じて、会員である教員自らの授業力の向上に努めるとともに、この分野の知識の普及に努めている。また、所属校においては、スーパーサイエンスハイスクールの指定に貢献するとともに、数学、情報、総合的な探究の時間におけるデータサイエンスを基盤としたカリキュラムマネジメントによる科学的探究活動を指導した。その成果は、文部科学省からも評価されるなど、全国の高校における授業モデルとなっている。
 このような林氏の統計教育・データサイエンス教育に対する顕著な貢献は、日本統計学会統計教育賞にふさわしいものである。

Women in Data Science (代表(WiDS アンバサダー):小野 陽子氏、菅 由紀子氏、西戸 京子氏

授賞理由

 Women in Data Science (WiDS)は、2015年に米国スタンフォード大学を中心として始められた世界的な活動であり、データサイエンス分野で活躍する女性が中心となって、データサイエンスの意義、面白さを広く伝え、性別に関係なくデータサイエンス分野で活躍する人材を育成することを目的としている。
 日本では、小野陽子氏、菅由紀子氏、西戸京子氏らが中心となって、2018年からWiDSの活動を開始し、現在までに、東京、広島においてシンポジウム等を開催している。これらの活動は、①従来の縦割り領域を横断し、ジェンダー問題に限らず、社会全般にイノベーションをもたらす産学官のプラットフォームとしての機能を果たしている、②SDGs(持続可能な開発目標)とデータサイエンスを融合させ、包摂性を取り入れた活動として多くの人材をデータサイエンス分野にいざなう取組である、③ワークショップ、ハンズオン、アイデアソン等の方法を通じてデータからストーリーを語ることに重点を置いている などの優れた特徴を有している。
 同氏らを中心として進められているこの活動は、統計学及びデータサイエンスの幅広い普及・啓発に大きく貢献する意義深いものであることから、日本統計学会統計教育賞にふさわしいものである。

第 15 回 日本統計学会研究業績賞

二宮 嘉行 氏

略歴
2001年 総合研究大学院大学数物科学研究科修了 博士(学術) 2001年 九州大学大学院数理科学研究院助手、2007年 同准教授、2011年 九州大学マス・フォア・インダストリ研究所准教授、2018年 統計数理研究所数理・推論研究系教授 現在に至る。
授賞理由
 二宮嘉行氏は、モデル選択理論、因果推論及びスパース推定の分野を中心として優れた業績を挙げている。二宮氏の論文で対象とされている因果推論、スパース推定、変化点解析においては、これまで情報量規準が十分に開発されていなかったが、同論文では、因果推論に関して唯一の妥当な基準を与えている。その結果はCp規準の形で与えられているが、ロジスティック回帰や構造方程式モデリングなどの枠組みにも対処できるよう、AIC型の情報量規準に拡張することも可能な枠組みとなっている。また、スパース推定に関しては、恣意性を有さない、数理的妥当性をもつ基準を与えており、これにより実装が容易なものとなっている。さらに、変化点解析では、一時的な分布に従う変化点モデルに対して初めてAICが導かれている。
 二宮氏の対象論文に代表されるこれまでの統計学の発展への顕著な貢献は、日本統計学会研究業績賞としてふさわしいものである。
主要業績

[1] Yoshiyuki Ninomiya, Satoshi Kuriki, Toshihiko Shiroishi, Toyoyuki Takada (2021). A modification of MaxT procedure using spurious correlations, Journal of Statistical Planning and Inference, Volume 214, September 2021, Pages 128-138.
[2] Satoshi Komatsu, Yuta Yamashita, Yoshiyuki Ninomiya (2019). AIC for the group Lasso in generalized linear models, Japanese Journal of Statistics and Data Science 2(2) 545 – 558.
[3] Yuta Umezu, Yusuke Shimizu, Hiroki Masuda, Yoshiyuki Ninomiya (2019). AIC for the non-concave penalized likelihood method, Annals of the Institute of Statistical Mathematics 71(2) 247 – 274.
[4] Takamichi Baba, Takayuki Kanemori, Yoshiyuki Ninomiya (2017). A Cp criterion for semiparametric causal inference, Biometrika 104(4) 845 – 861.
[5] Yoshiyuki Ninomiya, Shuichi Kawano (2016) AIC for the Lasso in generalized linear models, Electronic Journal of Statistics 10(2) 2537 – 2560.
[6] Yoshiyuki Ninomiya (2015). Change-point model selection via AIC, Annals of the Institute of Statistical Mathematics 67(5) 943 – 961.

第 35 回 小川研究奨励賞

今泉 允聡 氏

略歴
2011年 東京大学文学部卒業、2017年 東京大学大学院経済学研究科博士課程修了(学位取得)、2015年 日本学術振興会特別研究員(DC2)、2017年 日本学術振興会特別研究員(PD)、2018年 統計数理研究所助教、2020年 東京大学先進科学研究機構准教授 現在に至る。
受賞論文

[1] 今泉允聡(2021)深層学習の原理解析:汎化誤差の側面から、日本統計学会誌、Vol.50,257-283
[2] R.Nakada, M. lmaizumi (2020), Adaptive Approximation and Generalization of Deep Neural Network with Intrinsic Dimensionality, Journal of Machine Learning Research 21(1-38).
[3] M.Imaizumi, K. Fukumizu (2019). Deep Neural Networks Learn Non-Smooth Functions Effectively. PMLR: Artificial Intelligence and Statistics.
[4] M.lmaizumi, T. Maehara, Y. Yoshida (2018). Statistically Efficient Estimation for Non-Smooth Probability Densities. PMLR: Artificial Intelligence and Statistics (Best Paper Award).

受賞論文の評価

 今泉允聡氏は、深層学習における研究成果を機械学習のトップジャーナルに発表している。
 授賞対象として挙げた4編の論文のうち1番目のものでは、深層学習に関して、汎化誤差の観点からの原理解析の成果をとりまとめ、概観している。2番目のものでは、共変量の内在的低次元性が深層学習のパフォーマンスの主たるファクターであることを示している。3番目のものでは、非滑らかな関数を目的としたときの統計的性質を検討し、深層学習が他の手法よりもいくつかの場合には優れている理由を論じている。4番目のものでは、非滑らかな密度関数を目的とした場合の推定量の統計的性質を検討している。
 これらの論文は、近年急速に発展している深層学習の分野において重要な貢献をするものであることから、日本統計学会小川研究奨励賞にふさわしいものである。

菅澤 翔之助 氏

略歴
2013年 慶應義塾大学理工学部数理科学科卒業、2015年 東京大学大学院経済学研究科経済専攻統計学コース修士課程修了、2015年 日本学術振興会特別研究員(DC)、同年 統計数理研究所リスク解析戦略研究センター特任研究員、2018年 東京大学空間情報科学研究センター講師、2021 年 東京大学空間情報科学研究センター准教授 現在に至る。2018年 博士(経済学)(東京大学)
受賞論文
Sugasawa, Shonosuke (2020) Grouped Heterogeneous Mixture Modeling for Clustered Data, Journal of the American Statistical Association,  DOI: 10.1080/01621459.2020.1777136
受賞論文の評価

 菅澤翔之助氏は、これまで変量効果のある回帰モデルを拡張した潜在混合モデルの一般化を行ってきた。
 本論文では、高速なモンテカルロ法によるEMアルゴリズムによる推定方法を開発し、その推定量の漸近的性質やチューニングパラメータの選択に関する理論的な性質を明らかにしている。提案された手法は東京23区の犯罪リスク要因分析に適用され、既存の推定方法では特定できなかった異質性の構造が明らかにされている。本論文で提案されているモデルは一般性が高く、従来の潜在混合モデルよりも結果の解釈が容易となるという特徴があり、今後、応用範囲も広くなることが期待される。
 このように、本論文はこの分野において重要な貢献をしていることから、日本統計学会小川研究奨励賞にふさわしいものである。

劉 言 氏

略歴

2011年 早稲田大学季刊理工学部卒業単位取得退学、同年 早稲田大学基幹理工学研究科飛び級入学、2014年 日本学術振興会特別研究員(DC2)、2015年 早稲田大学基幹理工学研究科博士課程修了 博士(理学)、2016年 早稲田大学基幹理工学部助手、2017年 同助教、同年 京都大学大学院情報学研究科助教、2018年理化学研究所革新知能統合研究センター客員研究員、2019年 早稲田大学数理科学研究所研究員講師 現在に至る。

受賞論文
Liu, Yan, Akashi, Fumiya, Taniguchi, Masanobu (2018) Empirical Likelihood and Quantile Methods for Time Series: Efficiency, Robustness, Optimality, and Prediction. JSS Research Series in Statistics, Springer.
受賞論文の評価

 劉言氏は、多次元時系列の重要指標を経験尤度で推測する理論を構築したほか、高次元時系列におけるSphericity検定論を展開するなど、時系列解析を中心に単著・共著の論文を出版している。
 本書に掲載の論文は、時系列データに対する経験尤度法及び分位点に基づく解析手法を理論的視点から詳説している。ここでは、二次モーメントさえ持たない安定過程を含む一般的な定常過程を出発点として、その予測問題、補間問題及び外挿問題を論じ、頑健性のある構成法を提案している。それに基づき、新たな乖離度指標を導入し、母数推測論を一般的な定常過程に対して展開している。さらに、モデルの重要指標に対する検定問題を、予測問題に関連する周波数領域を切り口として論述し、経験尤度法を変化点問題に応用して理論を構築している。
 本書の論文で論じられている理論及び手法は、広範なモデルに対して適用可能であり、この分野において顕著な貢献をしていることから、日本統計学会小川研究奨励賞にふさわしいものである。

  • 賛助会員
  • 統計関連メーリングリスト
  • 統計教育委員会
  • 統計検定

〒101-0051
東京都千代田区神田神保町3-6
能楽書林ビル5F
(公財)統計情報研究開発センター内
TEL & FAX:03-3234-7738

メールでのお問い合わせ