統計学輪講 第3回

多変量データの従属構造を表現する統計モデルとして、最小情報従属モデルを提案する。このモデルはコピュラ理論で用いられている最小情報コピュラモデルを、任意のドメインに拡張したものである。ただし通常のコピュラモデリングとは異なり、固定する周辺分布にも（局外）母数を持たせる。これによってドメインの性質によらない柔軟な従属モデリングが可能となる。欠点は密度関数に含まれる正規化関数が陽に求められない点であるが、これは条件付き推測法によってある程度回避することができる。
本講演ではモデルの性質と推測法を概観したのち、地震データへのあてはめなど、いくつかの適用例を紹介する。本研究は統計数理研究所の矢野恵佑氏との共同研究である。