教育学研究科 教科教育専攻 准教授
教育学部 自然情報講座 准教授
2024/10/06 更新
博士(工学) ( 2003年3月 東京大学 )
自然科学一般 / 応用数学、統計数学
情報・システム研究機構 統計数理研究所
新潟大学 教育学部 自然情報講座
新潟大学 教育学研究科 教科教育専攻 准教授
2014年4月 - 現在
新潟大学 教育学部 自然情報講座 准教授
2014年4月 - 現在
On the Selection of the Regularization Parameter in Stacking
Tadayoshi Fushiki
NEURAL PROCESSING LETTERS 53 ( 1 ) 37 - 48 2021年2月
A note on the properties of estimators in missing data analysis
Tadayoshi Fushiki
COMMUNICATIONS IN STATISTICS-THEORY AND METHODS 2020年11月
Nonresponse Bias Adjustment in Regression Analysis
Tadayoshi Fushiki, Tadahiko Maeda
JOURNAL OF STATISTICAL THEORY AND PRACTICE 14 ( 2 ) 2020年2月
NONRESPONSE ADJUSTMENTS FOR ESTIMATES OF PROPORTIONS IN THE 2010 SURVEY ON STRATIFICATION AND SOCIAL PSYCHOLOGY
Fushiki Tadayoshi, Maeda Tadahiko
Behaviormetrika 41 ( 1 ) 99 - 114 2014年
Estimation of prediction error by using K-fold cross-validation
Tadayoshi Fushiki
STATISTICS AND COMPUTING 21 ( 2 ) 137 - 146 2011年4月
Bayesian bootstrap prediction
Tadayoshi Fushiki
JOURNAL OF STATISTICAL PLANNING AND INFERENCE 140 ( 1 ) 65 - 74 2010年1月
Estimation of Positive Semidefinite Correlation Matrices by Using Convex Quadratic Semidefinite Programming
Tadayoshi Fushiki
NEURAL COMPUTATION 21 ( 7 ) 2028 - 2048 2009年7月
A maximum likelihood approach to density estimation with semidefinite programming
Tadayoshi Fushiki, Shingo Horiuchi, Takashi Tsuchiya
NEURAL COMPUTATION 18 ( 11 ) 2777 - 2812 2006年11月
Bootstrap prediction and Bayesian prediction under misspecified models
Tadayoshi Fushiki
Bernoulli 11 ( 4 ) 747 - 758 2005年8月
Nonparametric bootstrap prediction
Tadayoshi Fushiki, Fumiyasu Komaki, Kazuyuki Aihara
Bernoulli 11 ( 2 ) 293 - 307 2005年4月
On parametric bootstrapping and Bayesian prediction
Tadayoshi Fushiki, Fumiyasu Komaki, Kazuyuki Aihara
Scandinavian Journal of Statistics 31 ( 3 ) 403 - 416 2004年9月
A phenomenon like stochastic resonance in the process of spike-timing dependent synaptic plasticity
Tadayoshi Fushiki, Kazuyuki Aihara
IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences E85-A ( 10 ) 2377 - 2380 2002年10月
日本人の国民性の統計的研究:継承と発展
研究課題/領域番号:23H00062
2023年4月 - 2027年3月
制度名:科学研究費助成事業
研究種目:基盤研究(A)
提供機関:日本学術振興会
前田 忠彦, 朴 堯星, 吉川 徹, 小林 大祐, 尾崎 幸謙, 伏木 忠義
配分額:48750000円 ( 直接経費:37500000円 、 間接経費:11250000円 )
調査不能バイアスの調整に有用な変数に関する研究
研究課題/領域番号:15K00043
2015年4月 - 2019年3月
制度名:科学研究費助成事業
研究種目:基盤研究(C)
提供機関:日本学術振興会
伏木 忠義
配分額:2340000円 ( 直接経費:1800000円 、 間接経費:540000円 )
調査不能バイアスの調整に用いられる補助変数に関して複数の実データ分析とコンピュータ・シミュレーションを行った.実データ分析において複数の変数選択手法を比較した.当初の予想では,変数選択の方法が推定結果に大きな影響を与えると考えていたが,今回の分析では得られた結果には,研究開始当初予想していたよりも大きな違いはなかった.特殊な設定においては余分な補助変数が増えても推定精度はそれほど大きく悪化するわけではないことがコンピュータ・シミュレーション等でも確認された.
パラデータを活用した訪問調査法の精度管理と不能バイアス補正に関する研究
研究課題/領域番号:15H03424
2015年4月 - 2018年3月
制度名:科学研究費助成事業
研究種目:基盤研究(B)
提供機関:日本学術振興会
前田 忠彦, 松本 渉, 高田 洋, 伏木 忠義, 吉川 徹, 加藤 直子
配分額:16120000円 ( 直接経費:12400000円 、 間接経費:3720000円 )
訪問面接調査や留置調査など調査員が介在する調査法,Web調査などそれ以外の調査モードを含む様々な調査で実施の際に付帯的に得られる調査プロセスに関する「調査パラデータ」を解析し,調査の精度管理に有用な情報を得ることを目指した検討を行った。また,調査不能率が高い場合に懸念される調査不能バイアスの影響を評価したり,それを調整する方法についての研究を行った。面接調査等の訪問記録や,電話調査での発信記録を分析することによって,調査員の行動をよりよく理解することができるようになり,調査員教育に生かすことができる。また他の調査モードで得られる回答所要時間のデータなどで回答者行動の理解を深めることができる。
予測問題におけるベイズとブートストラップに関する研究
研究課題/領域番号:20700260
2008年 - 2009年
制度名:科学研究費助成事業
研究種目:若手研究(B)
提供機関:日本学術振興会
伏木 忠義
配分額:1300000円 ( 直接経費:1000000円 、 間接経費:300000円 )
既存のデータをもとに将来のデータの値を予測する問題は統計科学において広く興味をもたれている問題のひとつである.本研究では,ブートストラップ法とよばれる方法を使って構成される予測とベイズ法とよばれる方法を使って構成される予測の間の関係や予測精度について理論と数値実験の両方で検証した.また,実データを用いた解析では予測性能の評価が重要になるため,予測性能をよりよく評価するための方法を開発した.
アンサンブル法の統計的予測問題への適用
研究課題/領域番号:17700286
2005年 - 2007年
制度名:科学研究費助成事業
研究種目:若手研究(B)
提供機関:日本学術振興会
伏木 忠義
配分額:1800000円 ( 直接経費:1800000円 )
これまでと同様に,Kullback-Leiblerダイバージェンスを損失関数とした統計的予測問題を考えた.昨年,サンプル数がモデルの大きさに比べて大きいとはいえない状況で,ブートストラップ予測を構成するときに問題が生じることを示し,その問題を解決する方法を考えた.具体的には,Rubinが提案したベイジアン・ブートストラップを用いて予測分布を構成する手法を提案した.昨年度は,ベイジアン・ブートストラップを用いた予測分布について,漸近理論を用いて理論解析を行うとともに,簡単なモデルを使って理論の確認を行ったが,本年度は実データを用いて現実的な状況でその有効性を調べた.Boston郊外の家の値段を,その地域の犯罪率,ある広さ当たりの住居地の占める割り合い,街に占める小売店以外の会社の広さの割り合いといった量をもとにして予測するBoston Housing Dataなどのデータを用いて,ベイジアン・ブートストラップ予測,ブートストラップ予測,プラグイン予測の予測性能の比較を行った.複雑な現象を扱う場合には,大きなモデルを使う必要があるが,サンプル数とパラメータ数が近い状況となる.そのような状況ではブートストラップ予測では問題が生じることがあり,ベイジアン・ブートストラップ予測の安定性が確認された.漸近理論を用いたブートストラップ予測のプラグイン予測に対する予測の改良分は2次のオーダーであり,データ数が大きな場合は小さな量となると考えらけるが,このような状況では予測の改良分は大きく,本手法の有効性が確認された.また,本年度は,これらの結果をまとめ,論文として投稿した.
数学・数学教育学研究入門
微分積分学I
統計学特講
ベイズ統計学概論
応用解析学II
統計学特論Ⅰ
応用解析学I
スタディ・スキルズH
小学校算数
数学科教材開発研究特論
解析学特論II
統計学I
情報数学II
情報数学I
統計学II
卒業研究
くらしと数理
情報教育論