The Applied Statistics Workshop 2024

担当教員：（前期）大森裕浩 (Yasuhiro Omori)・下津克己 (Katsumi Shimotsu)、（後期）入江 薫 (Kaoru Irie)・奥井亮 (Ryo Okui)・久保川達也 (Tatsuya Kubokawa)

日時
2024年5月24日（金 Friday）　16:50-18:35
場所
東京大学大学院経済学研究科 学術交流棟 （小島ホール）1階 第1セミナー室
in Seminar Room 1 on the 1st floor of the Economics Research Annex (Kojima Hall) [MAP]

※　対面のみでの開催となります。東京大学外の方で参加をご希望の場合は、CIRJE (cirje[at mark]e.u-tokyo.ac.jp) までご連絡下さい。

 
報告
Eric Yanchenko (Akita International University(国際教養大学))
TBA
Abstract
日時
2024年5月31日（金 Friday）　16:50-18:35
場所
東京大学大学院経済学研究科 学術交流棟 （小島ホール）1階 第1セミナー室
in Seminar Room 1 on the 1st floor of the Economics Research Annex (Kojima Hall) [MAP]

※　対面のみでの開催となります。東京大学外の方で参加をご希望の場合は、CIRJE (cirje[at mark]e.u-tokyo.ac.jp) までご連絡下さい。

 
報告
Wenxin Zhou (University of Illinois Chicago)
TBA
Abstract
日時
2024年6月7日（金 Friday）　16:50-18:35
場所
東京大学大学院経済学研究科 学術交流棟 （小島ホール）1階 第1セミナー室
in Seminar Room 1 on the 1st floor of the Economics Research Annex (Kojima Hall) [MAP]

※　対面のみでの開催となります。東京大学外の方で参加をご希望の場合は、CIRJE (cirje[at mark]e.u-tokyo.ac.jp) までご連絡下さい。

 
報告
Hyunseok Jung (University of Arkansas)
Testing for Peer Effects without Specifying the Network Structure
Abstract
This paper proposes an Anderson-Rubin (AR) test for the presence of peer effects in panel data without the need to specify the network structure. The unrestricted model of our test is a linear panel data model of social interactions with dyad-specific peer effects. The proposed AR test evaluates if the peer effect coefficients are all zero. As the number of peer effect coefficients increases with the sample size, so does the number of instrumental variables (IVs) employed to test the restrictions under the null, rendering Bekker's many-IV environment. By extending existing many-IV asymptotic results to panel data, we establish the asymptotic validity of the proposed AR test. Our Monte Carlo simulations show the robustness and superior performance of the proposed test compared to some existing tests with misspecified networks. We provide two applications to demonstrate its empirical relevance.
日時
2024年6月21日（金 Friday）　16:50-18:35
場所
東京大学大学院経済学研究科 学術交流棟 （小島ホール）1階 第1セミナー室
in Seminar Room 1 on the 1st floor of the Economics Research Annex (Kojima Hall) [MAP]

※　対面のみでの開催となります。東京大学外の方で参加をご希望の場合は、CIRJE (cirje[at mark]e.u-tokyo.ac.jp) までご連絡下さい。
報告
今井晋 (一橋大学)
Susumu Imai (Hitotsubashi University)
TBA
Abstract
日時
2024年7月12日（金 Friday）　16:50-18:35
場所
東京大学大学院経済学研究科 学術交流棟 （小島ホール）1階 第1セミナー室
in Seminar Room 1 on the 1st floor of the Economics Research Annex (Kojima Hall) [MAP]

※　対面のみでの開催となります。東京大学外の方で参加をご希望の場合は、CIRJE (cirje[at mark]e.u-tokyo.ac.jp) までご連絡下さい。

 
報告
Soonwoo Kwon (Brown University)
TBA
Abstract
【臨時】
日時
2024年8月23日（金 Friday）　16:50-18:35
場所
東京大学大学院経済学研究科 学術交流棟 （小島ホール）1階 第1セミナー室
in Seminar Room 1 on the 1st floor of the Economics Research Annex (Kojima Hall) [MAP]

※　対面のみでの開催となります。東京大学外の方で参加をご希望の場合は、CIRJE (cirje[at mark]e.u-tokyo.ac.jp) までご連絡下さい。

 
報告
Víctor Peña (Universitat Politècnica de Catalunya (UPC))
TBA
Abstract

以下本年度終了分

 

【臨時】
日時

（臨時ワークショップ）

2024年4月12日（金 Friday）　16:50-18:35

場所
東京大学大学院経済学研究科 学術交流棟 （小島ホール）1階 第1セミナー室
in Seminar Room 1 on the 1st floor of the Economics Research Annex (Kojima Hall) [MAP]

※　対面のみでの開催となります。東京大学外の方で参加をご希望の場合は、CIRJE (cirje[at mark]e.u-tokyo.ac.jp) までご連絡下さい。

 
報告
Cun-Hui Zhang (Rutgers University)
"Tensor PCA in High Dimensional CP Models"
Abstract The CP decomposition for high dimensional non-orthogonal spike tensors is an important problem with broad applications across many disciplines. However, previous works with theoretical guarantee typically assume restrictive incoherence conditions on the basis vectors for the CP components. We propose new computationally efficient composite PCA and concurrent orthogonalization algorithms for tensor CP decomposition with theoretical guarantees under mild incoherence conditions. The composite PCA applies the principal component or singular value decompositions twice, first to a matrix unfolding of the tensor data to obtain singular vectors and then to the matrix folding of the singular vectors obtained in the first step. It can be used as an initialization for any iterative optimization schemes for the tensor CP decomposition. The concurrent orthogonalization algorithm iteratively estimates the basis vector in each mode of the tensor by simultaneously applying projections to the orthogonal complements of the spaces generated by others CP components in other modes. It is designed to improve the alternating least squares estimator and other forms of the high order orthogonal iteration for tensors with low or moderately high CP ranks. Our theoretical investigation provides estimation accuracy and convergence rates for the two proposed algorithms. Our implementations on synthetic data demonstrate significant practical superiority of our approach over existing methods. This talk is based on joint work with Yuefeng Han.
日時
2024年4月19日（金 Friday）　16:50-18:35
場所
東京大学大学院経済学研究科 学術交流棟 （小島ホール）1階 第1セミナー室
in Seminar Room 1 on the 1st floor of the Economics Research Annex (Kojima Hall) [MAP]

※　対面のみでの開催となります。東京大学外の方で参加をご希望の場合は、CIRJE (cirje[at mark]e.u-tokyo.ac.jp) までご連絡下さい。
報告
姫野哲人 (滋賀大学)
Tetsuto Himeno (Shiga University)
近年の高次元データ解析の動向について
Abstract 近年、ビッグデータ（サンプルサイズも変数の数も膨大なデータ）の活用の重要性が高まる中、サンプルサイズが十分ではないが変数の数が膨大となる高次元データの扱いも重要となってきている。このような高次元データに従来からの分析手法を適用しようとすると、各種近似の精度が不十分となったり、分散共分散行列の推定量が特異になるために統計量自体が定義できなくなったりするなどの問題が発生する。そのため高次元データ解析では、いくつかの仮定を設けながら従来手法のバイアスを補正して高次元でも使えるようにしたり、または新たな手法を開発したりして、変数選択などによる情報のロスがない形での分析手法が提案されてきている。本報告ではこれまでの高次元データ解析を概観しつつ、報告者の最近の研究であるGMANOVAモデルにおける仮説検定や高次元回帰分析について紹介する。

 

[ English Top ]