統計学輪講(第5回) 日時 2013年05月14日(火) 14時50分~15時40分 場所 経済学部新棟3階第3教室 講演者 矢野 恵佑(情報理工M2) 演題:長期予測のMinimax 予測分布の構成 概要 長期予測のMinimax 予測分布の構成について説明する. 予測量が1サンプルかつ観測量が漸近的に増加する場合, パラメトリックモデルにおける予測分布の構成において Kullback-Leibler divergenceを損失としてMinimax riskを達成する予測分布は Jeffreys priorやReference priorとも異なるpriorを用いた Bayes予測分布となることがAslan[1],Komaki[2]によって報告されている. 本発表では予測量が観測量と共に同じオーダーで漸近的に増加する場合に, 一期先予測の場合と同じpriorを用いたBayes予測分布が 漸近的にMinimaxになることを説明する. また,予測量と観測量が二項分布に従う場合に 観測量を与えたもとでの予測量とパラメータの 条件付き相互情報量最大化の観点(Komaki[3])から 対称なconjugate priorの中でminimaxを達成するpriorを 数値実験によって近似的に求め,漸近論との比較・検討を行う. [1] Aslan, M. (2006). Asymptotically minimax Bayes predictive densities. Ann. Statist.,34, pp. 2921--2938. [2] Komaki, F. (2011). Bayesian Predictive Densities Based on Latent Information Priors. J. Statist. Plann. Inference,141, p p.3705--3715. [3] Komaki, F. (2012). Asymptotically minimax Bayesian predictive densities for multinomial models. Electron. J. Statist.,6, pp. 934--957.