空間解析手法２

[F8-04] Sub-model aggregationによる地理的加重回帰の安定化・高速化

*村上 大輔¹、堤田 成政²、吉田 崇紘³、中谷 友樹⁴ (1. 統計数理研究所、2. 埼玉大学、3. 東京大学、4. 東北大学)

キーワード：地理的加重回帰, Sub-model aggregation, アンサンブル学習, 住宅地価

本研究の目的は、機械学習手法sub-model aggregationの応用によりgeographically weighed regression (GWR)を高速・安定的に推定する方法を確立することである。sub-model aggregationを用いることで、事前に推定した複数のGWRモデルが事後的に合成できる。本研究では、この性質を応用することで、例えば説明変数が多数あり、標本サイズが大きい場合などでも高速かつ安定的にGWRモデルが推定できること、特にGWRの主要な問題である多重共線性の影響を受けにくくなることを示す。提案手法の性能は住宅地公示地価データの要因分析への応用により検証する。