SEARCH

検索詳細

難波 明生
大学院経済学研究科 経済学専攻
教授

研究者基本情報

■ 学位
  • 博士(経済学), 神戸大学
■ 研究分野
  • 人文・社会 / 経済統計

研究活動情報

■ 論文
■ MISC
  • 確率変数の収束と中心極限定理
    難波 明生
    神戸大学, 2012年10月, 経済学・経営学学習のために, 2012, 55 - 62, 日本語

  • クロス・バリデーションを用いた平滑化ブートストラップ法による信頼区間に関するシミュレーション分析
    難波 明生
    神戸大学, 2010年04月, 國民經濟雜誌, 201(4) (4), 77 - 88, 日本語

  • 統計学へのMapleの簡単な応用
    難波 明生
    神戸大学, 2006年, 経済学・経営学学習のために, 2006, 47 - 55, 日本語

  • Bootstrapping the Stein Variance Estimator
    Namba Akio, Ohtani Kazuhiro
    神戸大学大学院経済学研究科 / 神戸大学経済学部, 2002年, 神戸大学経済学研究科 Discussion Paper, 201, 英語

■ 書籍等出版物
  • 計量経済学講義
    難波 明生
    単著, 日本評論社, 2015年09月, 日本語
    教科書・概説・概論

■ 講演・口頭発表等
  • MSE performance of the weighted average estimators consisting of shrinkage estimators
    難波 明生, 大谷一博
    Ecosta 2017, 2017年06月, 英語, 香港科技大学, 国際会議
    [招待有り]
    口頭発表(招待・特別)

  • A Sufficient Condition For The MSE Dominance Of The Positive-Part Shrinkage Estimator When Each Individual Regression Coefficient Is Estimated In a Misspecified Linear Regression Model
    難波 明生, 徐海峰
    Econometric Seminar, 2016年10月, 英語, University of California-Riverside, 国際会議
    口頭発表(一般)

  • Simulations on the Wild Bootstrap Tests for a Structural Break when the Break Point is Unknown and the Variance Changes with the Break
    難波 明生
    The 1st Annual International Conference on Applied Econometrics in Hawaii, 2015年11月, 英語, Ala Moana Hotel, Hawaii, 国際会議
    口頭発表(一般)

■ 共同研究・競争的資金等の研究課題
  • 機械学習における縮小推定法の応用可能性に関する研究
    難波 明生
    日本学術振興会, 科学研究費助成事業, 基盤研究(C), 神戸大学, 2023年04月01日 - 2027年03月31日
    今年度は、研究の主たるテーマの一つである機械学習について、様々な文献の収集及びサーベイを行った。特に、研究で用いる予定のLassoと呼ばれる方法については、コンピュータプログラムでの実装も含め、重点的にサーベイを行った。その結果、当初は販売されているライブラリの利用を検討していたが、基礎的なプログラムについては自身で作成が可能であろうと判断し、ライブラリの導入は一旦保留し、プログラムの作成に着手した。また、上記のサーベイおよびプログラム作成と並行して、本研究課題のもう一つの主たるテーマである縮小推定に関して、構造変化を含む可能性がある回帰モデルにおける縮小推定の応用についての研究を行った。研究の結果として、構造変化が実際には存在しない場合でも、構造変化が無いという想定の元で縮小推定を行うよりも、構造変化が存在する可能性を考慮したモデルを仮定して縮小推定を行う方が、推定されたモデルのデータへの当てはまりが良い可能性が高いことが示された。データへの当てはまりが良いということは、そのモデルを用いた予測の精度が高い可能性を示している。この研究自体は本研究課題の採択以前から行なっていたものであるが、この研究により得られた結果は、予測精度の高さを重視するという点で、機械学習に通ずる点があると考えられる。また、この研究においては、構造変化時点を既知としているが、構造変化時点が未知の場合は、構造変化時点を誤って特定化してしまう可能性がある。しかしながら、縮小推定は特定化が誤っている場合でもデータへの当てはまりが良い場合が多いことが知られているため、この結果は構造変化が未知の場合にも拡張できることが期待される。この結果については、国際的学術専門誌である Journal of Applied Statistics への掲載が確定している。

  • 難波 明生
    学術研究助成基金助成金/基盤研究(C), 2018年04月 - 2023年03月, 研究代表者
    競争的資金

  • 難波 明生
    学術研究助成基金助成金/若手研究(B), 2014年04月 - 2018年03月, 研究代表者
    競争的資金

  • 谷崎 久志
    科学研究費補助金/基盤研究(A), 2011年
    競争的資金

  • 難波 明生
    科学研究費補助金/若手研究(B), 2006年, 研究代表者
    競争的資金

TOP