超多重検定によって分かること(特別セッション,機械学習とその応用)
スポンサーリンク
概要
- 論文の詳細を見る
統計的検定は、サイエンスのあらゆる分野で使われ続けてきた基礎的な数理ツールであり、ノイズを含む有限データに基づく科学的主張が偶然を超えた意味を持つことを保証する。とくに近年の生命情報学や脳科学などでは大規模データに基づく高次元システムの解明を課題としており、高い多重性を持つ検定(超多重検定)がますます重要になってきている。多重性のもとで重要な課題は、第一に保守性を保証するための工夫であり、第二に保守性の保証のもとで高い検出力を同時に実現するための工夫である。特に後者では、高い多重性の積極的利用のための研究が近年すすみつつある。本講演では超多重検定問題の考えかたを議論し、最近の研究が対象にしている超多重検定ならではの手法やその性質を紹介する。
- 社団法人電子情報通信学会の論文
- 2010-06-07
著者
関連論文
- 検定多重性とサンプル個性を利用した臨床ラベル関連遺伝子探索(学習によるバイオデータマインニング・生命現象の非線形性,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 検定多重性とサンプル個性を利用した臨床ラベル関連遺伝子探索(機械学習によるバイオデータマインニング・生命現象の非線形性,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 検定多重性とサンプル個性を利用した臨床ラベル関連遺伝子探索(3研究会合同企画セッション[1])
- 視覚的注意の移動特性における復帰抑制の影響
- ARD事前分布を用いた確率的マージン最大化行列因子化法の提案と欠測予測(神経ダイナミクス,一般)
- 超多重検定によって分かること(特別セッション,機械学習とその応用)
- 検定多重性とサンプル個性を利用した臨床ラベル関連遺伝子探索
- 動力学的因果モデリングにおける神経スパイク交差コレログラム解析について(機械学習によるバイオデータマインニング,一般)