トビット解析

水中の微生物の挙動を監視することは、水から伝わる病原体による公衆衛生リスクを管理する上で非常に重要です。ただし、水中の微生物の濃度を定量化することは依然として難しく、水中の病原体の濃度がしばしば検出限界を下回るため、データが検出できないことがよくあります（センシングデータ）。定量的な値に基づく統計分析を可能にするためには、検出されなかった測定値の真の値を高い精度で推定する必要があります。Tobitモデルは、センシングデータを分析するためのよく知られた線形回帰モデルです。Tobitモデルの欠点の一つは、対象変数だけがセンシングされることが許可されていることです。この研究では、古典的なTobitモデルの新しい拡張である「マルチターゲットTobitモデル」を考案しました。これは、複数の対象変数を導入することで複数のセンシング変数を同時に処理するためのものです。新しいモデルに適合させるためには、緻密な理論に基づいた数値的に安定した最適化アルゴリズムが開発されました。実際の水質データセットを使用した実験では、複数の列を一緒に推定することが、それらを別々に推定するよりも大きな利点をもたらすことが示されました。