本セミナーは、2024年3月14日に開催したアーカイブセミナーです。

‍

【学習内容】

• 欠測データ解析の基本を習得できます
• データの背後にある欠測が生じるメカニズムを学べます
• 欠測データへの適切な対処法を学べます
• 大規模データやMNARに対する解析法を学べます
• 日本語の文献にはない知識を専門家から直接学べます

‍

【内容】

自然科学や社会科学を問わず、想定していたデータを当初の計画通り得ることは難しく、しばしばデータに欠測値が生じます。そのような欠測値に対処するためには、そのデータの背後にある欠測が生じる構造（欠測メカニズム）を理解し、適切に対処することが必要となります。

初めに欠測メカニズムについて解説を行い、欠測値のタイプ(MCAR, MAR, MNAR)を分類できるようにします。その後、欠測値のタイプごとに適切な解析方法の紹介を行います。

本セミナーでは、実際のデータで生じ得る大規模データやMNARに対する欠測値データ解析法（下記トピック4,5）についても解説いたします。これらに関する文献は日本語ではあまりないため、本セミナー特有のトピックであると言えます。

‍

本セミナーの目次は以下の通りです。

イントロダクション：欠測値の分類とその歴史的背景

代表的な欠測値への対処法：欠測値データに対する最尤法、多重代入法、重み付き推定法

MARにおける解析法：逆確率重み付き推定量、二重頑健推定量

MNARにおける解析法：擬似尤度法、キャリブレーション

MCARにおける大規模欠測値データに対する解析法：スパース多変量回帰、CoCoLasso、HMLasso

演習：Rを用いた欠測値データ解析

‍

【このような方におすすめ】

• 欠測値が含まれる実データに対して、適切な解析方法を身に付けたい方
• 医療や臨床研究において欠測データが頻繁に発生するため、それに対処する方法を学びたい医療分野の研究者や統計担当者
• 調査データや社会データを扱い、欠測メカニズムを理解して分析の精度を高めたい社会科学分野の研究者や大学院生
• 顧客データや市場調査データに欠測が生じた際に、そのデータを適切に扱う方法を学び、正確な分析を行いたいマーケティングリサーチ担当者
• 欠測データを含む大規模データセットに対して、効果的な解析手法やモデルを構築したい方

‍

【レクチャー】

• 講義動画
  • 前半：67分
  • 後半：54分
• 講義資料
  • 拡張子：PDF
  • 部数：1部
• 演習資料
  • 言語：R言語
  • 部数：1部

‍

【講師】

森川 耕輔（アイオワ州立大学 助教）

[略歴]

2020年10月 - 現在大阪大学, 大学院基礎工学研究科 システム創成専攻 社会システム数理領域, 講師

2018年5月 - 現在東京大学地震研究所, 巨大地震津波災害予測研究センター, 外来研究員

2018年4月 - 2020年9月大阪大学, 大学院基礎工学研究科 システム創成専攻 数理科学領域, 助教

2018年1月 - 2018年3月東京大学地震研究所, 巨大地震津波災害予測研究センター, 特任研究員

2016年4月 - 2017年12月大阪大学, 大学院基礎工学研究科, 日本学術振興会特別研究員(DC2)

個人HP

‍

【受講料金】

¥11,000

ベーシックプラン

お支払いから1ヶ月間、いつでもどこでも受講できます。

※講義動画のダウンロードはできません。

‍