Suomen Akatemia
Rahoituspäätös
 
Nimi Ollila, Esa
Organisaatio AALTO
Tutkimusaihe Robusteja tilastollisia menetelmiä hyvin moniulotteiselle datalle.
Päätös 298118
Päätöspvm 10.06.2016
Rahoituskausi 01.09.2016 - 31.08.2020
Rahoitus (€) 411 814
WebFOCUS Report
Hankkeen julkinen kuvaus
Nykypäivän data on usein hyvin korkeaulotteista. Korkeauloitteisuus tarkoittaa tyypillisesti, että otoskoko on pienempi tai ei paljon isompi kuin dimensio, joka taas voi olla huomattavan iso (useita kymmeniä tuhansia). Tämä tarkoittaa, että klassisessa regressiomallissa kovariaattien määrä voi ylittää otosten lukumäärän, mikä on ristiriidassa perinteisen regressioanalyysin oletusten kanssa. Datajoukot, joissa on iso määrä muuttujia, mutta suhteellisesti pieni otoskoko asettaa ennenkuulumattomia haasteita ja mahdollisuuksia tilastolliselle data analyysille. Tämän tutkimuksen tavoitteena on kehittää uusia robusteja tilastollisia monimuuttuja-analyysin menetelmiä isoille datoille. Erityisesti tutkimuksessa kehitetään robusteja hyvin korkeaulotteisia kovarianssimatriisin estimaatteja sekä stukturoituja moniulotteisen regression estimaattoreita. Lisäksi kehitetään uusia skaalautuvia ja hajautettuja uusio-otantaan pohjautuvia robusteja tilastollisia päätöksentekomenetelmiä.