Updated on 2025/04/28

写真a

 
AWAYA, Naoki
 
Affiliation
Faculty of Political Science and Economics, School of Political Science and Economics
Job title
Assistant Professor(tenure-track)

Research Areas

  • Economic statistics
 

Papers

  • Unsupervised tree boosting for learning probability distributions

    Awaya, Naoki, Ma, Li

    Journal of Machine Learning Research   25 ( 198 ) 1 - 52  2024

  • Hidden Markov Pólya trees for high-dimensional distributions

    Awaya, Naoki, Ma, Li

    Journal of the American Statistical Association   119 ( 545 ) 189 - 201  2024

  • Particle rolling MCMC with double-block sampling

    Awaya, Naoki, Omori, Yasuhiro

    Japanese Journal of Statistics and Data Science   6 ( 1 ) 305 - 335  2023

  • Tree-based Methods for Learning Probability Distributions

    Awaya, Naoki

       2022

  • Tree boosting for learning probability measures

    Awaya, Naoki, Ma, Li

    arXiv preprint arXiv:2101.11083   1  2021

  • Comparing estimation methods of non-stationary errors-in-variables models

    Kunitomo, Naoto, Awaya, Naoki, Kurisu, Daisuke

    Japanese Journal of Statistics and Data Science   3   73 - 101  2020

  • Particle rolling MCMC

    Awaya, Naoki, Omori, Yasuhiro, others

       2019

  • Simultaneous multivariate Hawkes-type point processes and their application to financial markets

    Kunitomo, Naoto, Kurisu, Daisuke, Awaya, Naoki

    Japanese Journal of Statistics and Data Science   1   297 - 332  2018

▼display all

 

Syllabus

▼display all

 

Internal Special Research Projects

  • 長期経済時系列データ分析のための新たなベイズ推定手法

    2024  

     View Summary

    時系列データにおける構造変化の推定を目的として、2通りのアプローチに取り組んだ。1つ目は、「二標本の密度比推定」と呼ばれる統計的問題に対して新たな手法を提案するものである。この推定法は、時系列データにおける変化点の検知に用いられる主要な手法の一つである。今回のアプローチでは、従来は回帰分析など他の分析課題に用いられてきたノンパラメトリックモデルを、異なる枠組みである二標本問題に応用すべく修正し、複数のデータ分布の違いを柔軟かつ効率的に推定可能なモデルおよび計算アルゴリズムを構築した。この研究については、統計学関連連合大会をはじめ、複数の学会やセミナーにおいて発表を行った。研究成果をまとめた論文は現在執筆中であり、2025年度中に国内外の学会で発表・議論を行い内容のブラッシュアップを図った上で、国際学術誌への投稿を予定している。2つ目のアプローチでは、構造変化を直接モデル化する手法に取り組んだ。従来、経済構造を表現するパラメータは全期間を通じて一定と仮定されることが多いが、経済構造の変化が継続的に生じる経済時系列において、この仮定は必ずしも妥当とは言えない。そこで、経済構造の変化を捉えるため、パラメータの値自体に新たな時系列構造を導入することにより、構造変化を定量的に推定するモデルを提案した。この研究に関しては、ベイズ統計サマーシンポジウムにて発表を行った。今後、この成果も2025年度中に論文としてまとめ、投稿を行う予定である。