Seminar on Probability and Statistics
Seminar information archive ~09/12|Next seminar|Future seminars 09/13~
Organizer(s) | Nakahiro Yoshida, Hiroki Masuda, Teppei Ogihara, Yuta Koike |
---|
2008/10/29
16:20-17:30 Room #128 (Graduate School of Math. Sci. Bldg.)
下平 英寿 (東京工業大学 情報理工学研究科)
マルチスケール・ブートストラップ法による確率値計算とFDR
https://www.ms.u-tokyo.ac.jp/~kengok/statseminar/2008/07.html
下平 英寿 (東京工業大学 情報理工学研究科)
マルチスケール・ブートストラップ法による確率値計算とFDR
[ Abstract ]
ブートストラップ確率はブートストラップ標本において仮説が支持される頻度であり, その実装の容易さから広く用いられている.たとえば,階層型クラスタリングにおいて得られたクラスタ が真実かどうかを判断する指標になる.ところが頻度論の不偏検定の立場で見ると,ブートストラップ確率 には無視できないくらい十分に大きいバイアスがあり,それはある種のパラメータ空間において仮説を あらわす領域の境界の曲率として解釈できることが知られている.本講演ではリサンプリングにおける データサイズを変化させたときの「スケール変換則」からバイアス補正する手法を紹介する. 曲面のテイラー展開のかわりにフーリエ変換をつかった漸近理論であり,錐のように必ずしもなめらかな曲面 でない場合でも適用できる (Shimodaira 2008).また,スケール変換則のアイデアをベイズ的なFalse Discovery Rateの計算に応用した最近の結果についても簡単に触れる.
[ Reference URL ]ブートストラップ確率はブートストラップ標本において仮説が支持される頻度であり, その実装の容易さから広く用いられている.たとえば,階層型クラスタリングにおいて得られたクラスタ が真実かどうかを判断する指標になる.ところが頻度論の不偏検定の立場で見ると,ブートストラップ確率 には無視できないくらい十分に大きいバイアスがあり,それはある種のパラメータ空間において仮説を あらわす領域の境界の曲率として解釈できることが知られている.本講演ではリサンプリングにおける データサイズを変化させたときの「スケール変換則」からバイアス補正する手法を紹介する. 曲面のテイラー展開のかわりにフーリエ変換をつかった漸近理論であり,錐のように必ずしもなめらかな曲面 でない場合でも適用できる (Shimodaira 2008).また,スケール変換則のアイデアをベイズ的なFalse Discovery Rateの計算に応用した最近の結果についても簡単に触れる.
https://www.ms.u-tokyo.ac.jp/~kengok/statseminar/2008/07.html