| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2010-06-15 10:25 ［招待講演］超多重検定によって分かること ○大羽成征（京大/JST）  IBISML2010-15 |
|
| 抄録 | （和） | 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。 |
| （英） | Statistical hypothesis testing is a basic tool in broad areas of scientific studies and guarantees that an assertion based on a limited set of noisy data is not an overstatement below a chance-level. Recently, multiplicity of hypothesis testing is becoming more and more important in bioinformatics, brain sciences, and other fields of research that consider systems involving many elements. In multiple testing problems, the most important point is conservativeness and the second is detection power; the first point should be reserved against a large multiplicity and the latter point could be much improved by a large multiplicity of test. I will discuss basic concepts in statistical testing with large multiplicity and introduce new specific methods for considering these problems. |
|
| キーワード | （和） | 統計的バイオインフォマティクス / 高次元データ / 検出力 / 検定間相関 / / / / |
| （英） | statistical bioinformatics / high-dimensional data analysis / testing power / correlated tests / / / / | |
| 文献情報 | 信学技報, vol. 110, no. 76, IBISML2010-15, pp. 95-102, 2010年6月. | |
| 資料番号 | IBISML2010-15 | |
| 発行日 | 2010-06-07 (IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2010-15 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2010-06-14 - 2010-06-15 |
| 開催地（和） | 東大武田ホール |
| 開催地（英） | Takeda Hall, Univ. Tokyo |
| テーマ（和） | 機械学習とその応用 |
| テーマ（英） | Machine learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2010-06-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 超多重検定によって分かること |
| サブタイトル（和） | |
| タイトル（英） | Statistical testing with large multiplicity |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 統計的バイオインフォマティクス / statistical bioinformatics |
| キーワード(2)（和/英） | 高次元データ / high-dimensional data analysis |
| キーワード(3)（和/英） | 検出力 / testing power |
| キーワード(4)（和/英） | 検定間相関 / correlated tests |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 大羽 成征 / Shigeyuki Oba / オオバ シゲユキ |
| 第1著者 所属（和/英） | 京都大学/科学技術振興機構さきがけ (略称： 京大/JST) Kyoto University/PRESTO, JST (略称： Kyoto Univ./JST) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-06-15 10:25:00 |
| 発表時間 | 50分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2010-15 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.76 |
| ページ範囲 | pp.95-102 |
| ページ数 | 8 |
| 発行日 | 2010-06-07 (IBISML) |
[研究会発表申込システムのトップページに戻る]