Stake.com - 年ベストベッティング サイト 2024

教員業績データベース 教員業績データベースTOP > 山田　隆行 （最終更新日 : 2023-08-18 09:05:05） ヤマダ　タカユキ 山田　隆行 所属 京都女子大学 データサイエンス学部 データサイエンス学科 職種 教授 業績 学位 著書・論文歴 学会発表 現在の専門分野 学生及び受験生へのメッセージ 研究テーマ 委員会・協会等 プロフィール 学位 2005/04/01～2008/03/31 中央大学 大学院理工学研究科 数学専攻　博士後期課程 博士後期課程 修了 博士（理学） 2003/04/01～2005/03/31 中央大学 大学院理工学研究科 数学専攻　博士前期課程 博士前期課程 修了 1999/04/01～2003/03/31 中央大学 理工学部 数学科 卒業 修士（理学） 著書・論文歴 著書 統計データ科学事典,pp.70-73, pp.152-153, pp.164-165, pp.188-189 (共著) 2013/06 論文 High-dimensional asymptotic expansion of the null distribution for L2 norm based MANOVA testing statistic under general distribution Journal of Statistical Planning and Inference 224,9-26頁 (共著) 2023 論文 High-dimensional asymptotic expansion of the null distribution for Schott’s test statistic for complete independence of normal random variables Communications in Statistics-Theory and Methods (単著) 2022 論文 High-dimensional asymptotic results for EPMCs of W- and Z- rules Communications in Statistics-Theory and Methods 51,2385-2413頁 (共著) 2020 論文 Constrained linear discriminant rule for 2-groups via the Studentized classification statistic W for large dimension SUT Journal of Mathematics 55,69-93頁 (単著) 2019 全件表示（24件） 学会発表 2021/09 高次元非正規MANOVAモデルにおける平均の線形仮説に対する検定統計量のEdgeworth展開 (2021年度統計関連学会連合大会) 2021/06 正規母集団から得られた高次元データの完全独立性に対するMaoの検定の一般化. (日本計算機統計学会　第35回大会) 2020/09 高次元非正規母集団の下での平均に対する検定統計量のEdgeworth展開 (2020年度統計関連学会連合大会) 2019/09 Testing identity and sphericity for covariance matrix for high-dimensional data under general distribution (10th International Workshop on Simulation and Statistics(SimStat2019)) 2018/09 ２群の線形判別法に関する誤判別確率の高次元漸近ロバストネス (2018年度統計関連学会　連合大会) 全件表示（42件） 現在の専門分野 数学基礎・応用数学 キーワード(統計的推論、多変量統計解析) 学生及び受験生へのメッセージ 私の専門分野は多変量解析の統計的推測理論です. 多変量解析は, 主成分分析・判別分析・回帰分析・多変量分散分析などが知られています.　私は大標本漸近理論を用いた多変量解析に係わる統計的仮説検定法の構築・改善をテーマとして研究を進めています. 研究テーマ 2017/04/01 高次元データに対する統計的推論 委員会・協会等 2021/01/01 日本計算機統計学会 和文誌編集委員会 2017/01/01 ～ 2020/12/31 日本計算機統計学会 広報委員会 プロフィール 私の専門分野は多変量解析の統計的推測理論です. 多変量解析は, 主成分分析・判別分析・回帰分析・多変量分散分析・多変量回帰分析法などが知られています. コンピュータ技術の進歩に伴い, 莫大な情報量を要するデータの解析・蓄積が可能となり, 多変量解析の実用化がこれを利用してなされ, 様々な分野で広く応用されるようになりました. 一方, 私の研究領域である多変量解析における統計学的推測理論は, 標本分布理論, 最適推測理論, 大標本漸近理論などの分野にわかれています 私は大標本漸近理論を用いた統計的仮説検定法の構築・改善をテーマとして研究を進めています. Copyright © Kyoto Women's University. All rights reserved. -->