ゼミナール１では、1年次で学んだ統計学の知識をさらに強固なものとし、加えてそれらの知識を実際に利用できるようにするため、基本的な統計的手法を数理面および実践面から整理していきます。具体的には、1年次の統計学の教科書に比べてややレベルの高いテキストを用いて、毎回、受講者に発表してもらいます。したがって、１年次の統計学を履修していることが望ましいですが、統計学を学びたいという意欲をもっていれば受講可能です。

ゼミナール２では、多変量データから有用な情報を抽出するための統計的手法である多変量解析手法について学びます。具体的には、多変量解析の代表的なテキストを用いて、毎回、受講者に発表してもらいます。ほとんどの場合、テキストに書かれている内容を理解するためには、数理面からの補足が必要になります。また、具体性がなければ理解が深まらないので、EXCELなどを用いて実際の計算も必要になります。

ゼミナールを円滑に運営するためには、受講者同士の密なコミュニケーションが必要です。そのため、受講者には新ゼミ生歓迎会、夏合宿、忘年会など、ゼミ行事への参加を義務づけています。

野澤研究室では、統計的データ解析、特に多変量解析手法について研究しています。卒業研究では、以下のいずれかを達成することを目的として、学生みずから卒業研究のテーマを見つけます。

• 実データを解析することによる問題解決
• 既存の解析手法の評価
• 新しい解析手法の開発
• 解析システムの開発

以下に、それぞれについて簡単に説明し、過去の卒業研究のテーマの一部を紹介します。

【実データを解析することによる問題解決 】

実際のデータを解析することによって、現実の問題を解決します。現実問題の解決が目的であって統計的データ解析手法はその目的を達成するための一つの道具に過ぎません。まず現実の問題を見つけ、その問題を解決するためにデータ解析が有効であるかどうかを検討することから始めます。

• ■いくつかの社会問題に対する東京23区の対応の問題点とその解決策
• ■アンケートデータの多変量解析によるテニスラケットの選定項目に関する研究
• ■都道府県別時系列データの主成分分析による、この30年間における少子化、高齢化社会の動向
• ■カフェの空間イメージに関するアンケートデータの解析

【既存の解析手法の評価】

既存の解析手法について、その有効性や限界などが明確になっていないものがあるので、その評価を行います。その際、既存の解析手法を今まで使われていない分野に適用できないかどうかを検討し、適用分野の拡張も考えます。また、一つの目的に対して、種々の解析手法が提案されています。それらの比較検討を行い、使い分けなどの情報を提供することも重要です。

• ■グラフィカルモデリングにおけるモデル選択法の研究
• ■回帰分析におけるダミー変数の取上げ方と変数選択の検討
• ■CART法における適切なサンプル数について
• ■SEMにおける適合度指標の基準値に関する研究

【新しい解析手法の開発】

さまざまな目的に対して、解析手法が完備されているとは限りません。従来の解析手法を組み合わせて使ったり、改良したりする必要が出てきます。また、現時点では対応する解析手法がなく、一から解析手法を作り出さなければいけない場合もあります。最終的には、提案した解析手法の有効性を検証しなければなりません。

• ■寄与度を用いた主成分再構成の可能性の検討
• ■回帰分析における母寄与率を推定する指標
• ■ベイズの定理による独自の意思決定法の提案とその検証
• ■主成分分析における外れ値の検出方法の提案

【解析システムの開発】

世の中には種々のソフトウェアが存在しますがそれらのすべてが使いやすいわけではありません。十分な解析ができなかったり、使い勝手が悪かったりします。そこで、従来の解析も簡単にでき、さらに改良を加えて従来のものより優れた解析システムを開発する必要があります。

• ■密度結合法の特徴抽出と既存プログラムへの実装
• ■R言語における自己回帰モデル推定プログラムの改良
• ■ソリューションベース思考による統計解析の改善提案
• ■携帯電話における最適料金プラン選択システムの構築