Kobe University · Graduate School of Economics · 教授

Research keywordsモデル選択・経験尤度法・計量経済学

This is a public-data preview. Personalized fit, contact angles, and saved workflows require sign-in.

• 回帰木を用いたマッチング推定2026 · 2026年04月, 国民経済雑誌, 230(2) (2), 53 - 62, 日本語
• Small Tuning Parameter Selection for the Debiased Lasso2025 · Informa UK Limited, 2025年01月, Journal of Business & Economic Statistics, 1 - 12
• LARGE SAMPLE JUSTIFICATIONS FOR THE BAYESIAN EMPIRICAL LIKELIHOOD2024 · 2024年08月, Econometric Theory, 英語
• 変数選択後の統計的推測2023 · 2023年02月, 国民経済雑誌, 227(2) (2), 15 - 27

• 意思決定のための因果推論の理論 末石 直也 日本学術振興会, 科学研究費助成事業, 基盤研究(C), 神戸大学, 2024年04月01日 - 2027年03月31日2024 · KUID parsed section
• モーメント制約モデルのベイズ推定のための大標本理論 末石 直也 日本学術振興会, 学術研究助成基金助成金／基盤研究(C), 基盤研究(C), 神戸大学, 2018年04月 - 2021年03月, 研究代表者 本研究では、経験尤度をパラメトリックな尤度の代わりとして用いるベイズ経験尤度法 (BEL; Bayesian empirical likelihood) の漸近的な性質について考察した。主要な結果は２つである。第一に、BELの事後分布の極限はモーメント制約モデルのleast favorable submodelの尤度を用いたパラメトリックベイズ法の事後分布の極限と同等であることを示した。第二に、BELの事後分布の極限は、ある種のセミパラメトリックベイズ法から得られる事後分布の極限とも等しいことを示した。 競争的資金2018 · KUID parsed section
• 罰則付き経験尤度推定量による高次元データ解析 末石 直也 日本学術振興会, 学術研究助成基金助成金／基盤研究(C), 基盤研究(C), 神戸大学, 2015年04月 - 2018年03月, 研究代表者 候補となる変数の数が多いとき、罰則付き推定は有用な変数選択の方法である。罰則付き推定量を用いる際に応用上問題となるのは、正則化パラメータの選び方である。ところが、モーメント制約モデルの罰則付き推定量に関しては、正則化パラメータの選択方法に関する研究はこれまでほとんど行われてこなかった。そこで本研究では、罰則付き経験尤度推定量の正則化パラメータを選択するための、経験尤度情報量規準と呼ばれる新しい情報量規準を提案した。赤池情報量規準のアイデアを基に、カルバックライブラー情報量の漸近的に不偏な推定量として、情報量規準を導出した。 競争的資金2015 · KUID parsed section
• モーメント不等式モデルの経験尤度に基づくベイズ推定 末石 直也 日本学術振興会, 科学研究費助成事業, 若手研究(B), 2013年04月01日 - 2016年03月31日 本研究では、経験尤度をベイズ推定の尤度として用いるベイズ推定の方法を提案し、モーメント不等式モデルの推定に応用した。事後分布の漸近的な性質を明らかにするとともに、経験尤度をベイズの尤度として用いることの有限標本での妥当性について検証した。 また、本研究では、条件付モーメント制約モデルのleast favorableモデルを求めた。さらに、この結果を用いて、モデルの効率性の限界を導出するとともに、漸近的に効率的な推定量を提案した。この推定量は条件付モーメント制約モデルの経験尤度推定量として解釈することができる。2013 · KUID parsed section

• Official profile
• ORCID