2017.9.25. 多変量解析の講義内容について
担当教員：加藤賢悟 E-mail: kkato@e.u-tokyo.ac.jp 月3・514番教室 講義の内容：本講義では、高次元における線形回帰をカバーします。線形回帰の古典理 論を復習したあとに、高次元線形回帰における主要な推定手法であるLassoの性質を詳細に 考察します。そのほかに、Lassoの変種として、Square Root LassoやGroup Lassoを紹介 し、また、LassoのIV regressionへの応用もカバーします。時間に余裕があれば、多重検定 もカバーします。
参考文献：決まった教科書というのはありませんが、以下の文献が参考になります。
• Christophe Giraud (2015). Introduction to High-Dimensional Statistics. CRC Press.
• Philippe Rigollet (2015). Lecture Notes on High Dimensional Statistics. 著者のホー ムページからダウンロード可。
• A. Belloni, V. Chernozhukov, and C. Hansen. (2012). Inference for high-dimensional sparse econometric models. arXiv:1201.0220.
そのほかの参考文献は講義毎に紹介します。
前提知識：基本的な数理統計と線形代数の知識があること。経済学部の「数理統計」、「計 量経済学」、「数学I」をパスしていれば十分です。他学部からの履修も歓迎します。
成績：レポートと試験(最後の授業のときに行う予定)
1
