古典的統計手法に超高速アルゴリズムを組み合わせ、ビッグデータから新しい事象を見出す統計手法を開発 | 特集記事 | Nature Careers | Nature Portfolio
古典的統計手法に超高速アルゴリズムを組み合わせ、ビッグデータから新しい事象を見出す統計手法を開発 2013年8月22日 東京工業大学大学院 情報理工学研究科 計算工学専攻 瀬々 潤 准教授 生命科学の研究では、P値（検出された事象が誤りである確率を示す検定値）は発見の信頼性を担保する重要な概念となっており、P値が0.05あるいは0.01といった閾値以下（有意水準とした5％以下あるいは1％以下）であることが必須とされ、論文にも明記することが求められている。 遺伝子の変異を例に取ると、次世代シーケンサーの登場で読み取れる情報が膨大になり、数多くの変異が発見される一方で、変異が少数の場合と同一の基準で調べると、偶発的に生まれる誤発見を含む確率も高くなる。誤発見を避けるためには、データが増えるに従って、P値の計算方法をより精度の高いものにする必要がある。ところが、これまで膨大なデータからP値を精度
産総研：ビッグデータから新たな科学的発見をもたらす統計手法を開発
ビッグデータからの科学的発見のためには、正確な検定値（Ｐ値）の算出が必要。 超高速アルゴリズムを用いた新たな統計検定手法を開発し、発見力を大幅に改善した。 物理学、医学、化学など全ての実験科学において世界中での広い利用が期待される。 ＪＳＴ 課題達成型基礎研究の一環として、産業技術総合研究所 生命情報工学研究センターの津田 宏治 主任研究員（ＪＳＴ ＥＲＡＴＯ「湊離散構造処理系プロジェクト」グループリーダー）、東京工業大学 大学院情報理工学研究科 計算工学専攻の瀬々 潤 准教授、理化学研究所 統合生命医科学研究センターの岡田 眞里子 チームリーダーらは、従来に比べて格段に高い精度で誤発見の確率を示す検定値（Ｐ値）を計算するアルゴリズム（手順）を開発しました。 自然科学で得られるデータ量は増加の一途をたどり、これらを有効に解析できる方法が望まれています。しかし、従来の統計検定手法は観測できる
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
