モデル選択

わが国で提唱された情報量規準の概念は「予測」を中心に統計科学を組みなおすものとして古典的な統計学の枠組みを揺るがすものであった。そこで基本となった「モデル選択」の視点は、汎化学習の理論的基盤として、また、統計的モデリングの基礎として、多面的に発展し、ニューラルネットやデータマイニング、ゲノム解析など、情報を扱うあらゆる分野に必須のものとなっている。本巻では、情報量規準によるモデル選択と信頼性の評価についてはじめての読者にもわかりやすくまとめるとともに、情報理論の立場からモデル選択を論じるＭＤＬ原理、バイアスを許容することで推定能力を高める縮小推定の理論について、基礎からくわしく論じた。また補論では、広い観点から、古典的検定論とモデル選択の関係を論じ、諸理論のつながりを示した。