本資料「統計科学の新潮流 時空間・高次元データ解析手法」は、情報技術の発展に伴い蓄積された複雑多様なデータを扱う統計科学の新たな潮流を紹介しています。従来の統計的側面に加え、課題解決と汎化性・信頼性を高めるモデリングの探求、統計モデルの改良と評価の重要性を強調しています。
特に、時空間データや高次元データ解析に焦点を当て、その背景にあるBigTech/BigDataの存在や、データ分析の難しさ（ノイズ、次元の高さ、欠損値など）を指摘しています。データ記述科学という新たな概念を提示し、位相的、幾何学的、確率的データ解析などのアプローチを紹介しています。
また、関数データ解析に多くのページを割き、離散的な観測データを関数として捉え、統計モデリングを行う手法を解説しています。基底関数展開による関数化、関数回帰モデル、関数ロジスティック判別モデルなど、多様な統計モデルとモデル評価についても言及しています。
深層学習についても触れ、その経験知がもたらす謎の解明や数理統計学との関連性について議論しています。全体として、複雑なデータ構造に対応するための統計科学の発展と応用を示唆する内容となっています。
New Trends in Statistical Science: Spatio-temporal and High-Dimensional Data Analysis Methods (Prof. Yuko Araki)
