アイキャッチ

栁原宏和

役職

大学院先進理工系科学研究科 教授，情報科学部担当

略歴

2001.3
広島大学 大学院理学研究科 数学専攻 博士課程後期修了 (博士(理学)取得)
2001.4-2003.3
統計数理研究所 調査実験解析研究系 多次元解析研究部門 助手
2003.2-2003.3
Visiting Assistant Professor, Laboratory for Social Research, University of Notre
Dame (海外研究開発動向調査に係る研究者海外派遣基金助成金に依る)
2003.4-2006.6
筑波大学 社会工学系 講師 (組織改編のため，2004.4から所属が大学院システム情報工学研究科に変更)
2004.3-2004.5
Visiting Assistant Professor, Laboratory for Social Research, University of Notre
Dame (海外研究開発動向調査に係る研究者海外派遣基金助成金に依る)
2006.7-2017.2
広島大学 大学院理学研究科 助教授 (2007.4から役職名が准教授に変更)
2007.6-2020.9
(株)東京カンテイ 技術指導員 (兼業)
2010.3-2010.10
Guest Researcher, Department of Statistics, University of Toronto (優秀若手研究者海外派遣事業に係る研究者海外派遣基金助成金に依る)
2017.3-
広島大学 大学院理学研究科 教授 (組織改編のため，2020.4から所属が大学院先進理工系科学研究科に変更)
2020.4-2024.3
放射線影響研究所 統計部 専門委員 (兼業)
2020.9-2025.3
統計数理研究所 リスク解析戦略研究センター 客員教授 (兼業)

主な研究内容

私の研究内容の一つは，赤池情報量規準 (AIC) やベイズ情報量規準 (BIC) などに代表されるモデル選択規準の漸近性質を調べることです．統計解析では，得られたデータに対して，データの生成メカニズムを確率を用いて表現した統計モデルを当てはめて解析を行います．このとき，我々は候補となる統計モデルをたくさん考えることができます．そのため，どの統計モデルを使用するのかを選ばないといけません．モデル選択法としては，モデル選択規準を最小とする統計モデルを最適なモデルとして選ぶ方法が一般的です．このモデル選択規準の性質を有限の標本数の下で評価することは多くの場合非常に難しいことですが，標本数を無限大とした下での漸近性質は比較的簡単に評価することができます．こ詳細は省きますが，モデル選択規準の重要な漸近性質として，一致性というものがあります．代表的なモデル選択規準では，AICは一致性を持ちませんが，BICは一致性を持つということがよく知られています．ところが，データが複数ある多変量データにおいては，標本数だけでなく，多変量データの次元数も無限大とすることで，AICが一致性を持ち，BICが一致性を持たないことがあることがわかりました．

主な研究業績

査読付き論文

  • Yanagihara, H. & Yuan, K.-H. Four improved statistics for contrasting means by correcting skewness and kurtosis.
    British Journal of Mathematical and Statistical Psychology, 58 (2), 209-237, 2005.
    DOI:10.1348/000711005X64060
  • Yanagihara, H., Tonda, T. & Matsumoto, C. Bias correction of cross-validation criterion based on
    Kullback-Leibler information under a general condition. Journal of Multivariate Analysis, 97
    (9), 1965-1975, 2006. DOI:10.1016/j.jmva.2005.10.009
  • Yanagihara, H. A non-iterative optimization method for smoothness in penalized spline regression. Statistics and
    Computing, 22 (2), 527-544, 2012. DOI:10.1007/s11222-011-9245-0
  • Yanagihara, H. & Fujisawa, H. Iterative bias correction of the cross-validation criterion. Scandinavian Journal
    of Statistics, 39 (1), 116-130, 2012. DOI:10.1111/j.1467-9469.2011.00754.x
  • Yanagihara, H., Wakaki, H. & Fujikoshi, Y. A consistency property of the AIC for multivariate linear models when
    the dimension and the sample size are large. Electronic Journal of Statistics, 9, 869-897,
    2015. DOI:10.1214/15-EJS1022

著書

  • 藤越康祝・若木宏文・栁原宏和. 確率・統計の数学的基礎. 広島大学出版会, 広島, 2011.
  • 吉本 敦・加茂憲一・栁原宏和. Rによる環境データの統計分析 ―森林科学分野での応用―. 朝倉書店, 東京, 2012.

受賞

  • 広島大学 優秀若手研究者 認定(平成27年10月27日～平成30年10月30日).
  • 第12回 日本統計学会研究業績賞(2018年9月).

特許

  • 伊藤嘉道・石川 勝・吉成康弘・庄司 功・栁原宏和. 評価額算出プログラム 評価額算出方法 及び 評価額算出装置. 特許番号:4810627号(特願:2011-080809号), 登録日:平成23年8月26日(出願日:平成23年3月31日).
個人ページ