JP6069460B1 - 説明変数を選択する装置、方法及びプログラム - Google Patents
説明変数を選択する装置、方法及びプログラム Download PDFInfo
- Publication number
- JP6069460B1 JP6069460B1 JP2015214653A JP2015214653A JP6069460B1 JP 6069460 B1 JP6069460 B1 JP 6069460B1 JP 2015214653 A JP2015214653 A JP 2015214653A JP 2015214653 A JP2015214653 A JP 2015214653A JP 6069460 B1 JP6069460 B1 JP 6069460B1
- Authority
- JP
- Japan
- Prior art keywords
- variable
- value
- explanatory variable
- condition
- explanatory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 32
- 230000004044 response Effects 0.000 claims abstract description 45
- 238000013179 statistical model Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 description 11
- 238000007476 Maximum Likelihood Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011480 coordinate descent method Methods 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2115—Selection of the most significant subset of features by evaluating different subsets according to an optimisation criterion, e.g. class separability, forward selection or backward elimination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本実施形態では、企業又は個人のデフォルトすなわち債務不履行のしやすさを評価する統計モデルを扱う。デフォルトしにくいと評価されれば、当該企業又は個人は信用力が高いといえる。このような統計モデルを信用評価モデルと呼ぶ。
本実施形態によれば、変数選択を高速に実行することができる。前述のように、座標降下法等のアルゴリズムを用いることにより、説明変数候補の数が多い場合でも推定を高速に行うことができる。しかも、符号条件のない、通常の最尤推定とほぼ同時間で説明変数の選択を行うことができる。
符号条件に加えて、制約条件を設定することもできる。この制約条件は、係数ごとに、当該係数が取りうる値の上限値及び下限値の少なくとも一方を定めたものである。制約条件の例を表4に示している。制約条件は、補助記憶装置56に記憶されている。
本実施形態において、変数選択装置1は、絞込み条件取得部と絞込み処理部(ともに不図示)をさらに備えている。そして、図7に示すように、ステップS104にて複数の説明変数が選択された場合に、同ステップにつづいてステップS301及びS302を行うことができる。
・p値又はt値が一定の水準に満たない説明変数を除外する
・ステップS104にて選択された説明変数の組合せを初期値として、変数減少法により変数を削減する
以下、応答変数が3つ以上の値からなる順序尺度で表される場合に用いられる順序ロジットモデルに関する実施形態について説明する。処理の流れは図3とほぼ同様であるが、異なる点を以下に説明する。
応答変数が3つ以上の値からなる順序尺度で表される場合のモデル化の方法として、以下に述べる逐次ロジットモデルを用いることもできる。逐次ロジットモデルでは、格付がs以下か否かの確率を推定する二項ロジットモデルを複数用いて、各格付となる確率を推定する。処理の流れは図3と類似している。
変数選択にあたり、元になる指標をそのまま説明変数候補としてもよいが、必要に応じて、元になる指標の累乗を説明変数候補としてもよい。あるいは、元になる指標を対数変換したものを説明変数候補としてもよい。
10 レコード取得部
20 符号条件取得部
30 推定部
40 選択部
51 CPU
52 インタフェース装置
53 表示装置
54 入力装置
55 ドライブ装置
56 補助記憶装置
57 メモリ装置
58 バス
59 記録媒体
Claims (18)
- 線形予測子と、応答変数の期待値又は応答変数がある値となる確率との関係が所定の関数により表される統計モデルにおいて、
前記線形予測子が、複数の説明変数候補と前記複数の説明変数候補にそれぞれ対応する複数の係数との線形結合と、定数項との和により表される変数選択用モデルを用いて、
前記複数の説明変数候補から所望の説明変数を選択する装置であって、
前記複数の係数のうちの少なくとも一つの係数に関して、該係数の取りうる値がゼロ以上又はゼロ以下を指定する符号条件を取得する符号条件取得部と、
前記複数の説明変数候補の実現値と、前記応答変数の実現値とを含む複数のデータを用いて、前記符号条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出する推定部と、
推定値が非ゼロと算出された係数に対応する前記説明変数候補を前記所望の説明変数として選択する選択部と
を備えた装置。 - 複数の線形予測子と、応答変数の期待値又は応答変数がある値となる確率との関係が所定の関数により表される統計モデルにおいて、
前記複数の線形予測子のうち少なくとも一つが、複数の説明変数候補と前記複数の説明変数候補にそれぞれ対応する複数の係数との線形結合と、定数項との和により表される変数選択用モデルを用いて、
前記複数の説明変数候補から所望の説明変数を選択する装置であって、
前記複数の係数のうちの少なくとも一つの係数に関して、該係数の取りうる値がゼロ以上又はゼロ以下を指定する符号条件を取得する符号条件取得部と、
前記複数の説明変数候補の実現値と、前記応答変数の実現値とを含む複数のデータを用いて、前記符号条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出する推定部と、
推定値が非ゼロと算出された係数に対応する前記説明変数候補を前記所望の説明変数として選択する選択部と
を備えた装置。 - 前記推定部が、前記符号条件の下で、前記変数選択用モデルの尤度関数が最大となるときの前記複数の係数の値及び前記定数項の値を前記推定値とするものである、請求項1又は2に記載の装置。
- 前記複数の係数のうちの少なくとも一つの係数に関して、該係数が取りうる値の上限値及び下限値の少なくとも一方を定めた所定の制約条件を取得する制約条件取得部をさらに備え、
前記推定部が、前記符号条件及び前記制約条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出するものである、請求項1又は2に記載の装置。 - 前記推定部が、前記符号条件及び前記制約条件の下で、前記変数選択用モデルの尤度関数が最大となるときの前記複数の係数の値及び前記定数項の値を前記推定値とするものである、請求項4に記載の装置。
- 前記選択部により複数の前記説明変数が選択された場合に、
前記説明変数の個数を絞り込むための所定の絞込み条件を取得する絞込み条件取得部と、
前記絞込み条件に基づいて前記説明変数の個数を絞り込む絞込み処理部と
をさらに備えた請求項1〜5のいずれか一項に記載の装置。 - 線形予測子と、応答変数の期待値又は応答変数がある値となる確率との関係が所定の関数により表される統計モデルにおいて、
前記線形予測子が、複数の説明変数候補と前記複数の説明変数候補にそれぞれ対応する複数の係数との線形結合と、定数項との和により表される変数選択用モデルを用いて、
前記複数の説明変数候補から所望の説明変数を選択する方法であって、
前記複数の係数のうちの少なくとも一つの係数に関して、該係数の取りうる値がゼロ以上又はゼロ以下を指定する符号条件を取得する符号条件取得ステップと、
前記複数の説明変数候補の実現値と、前記応答変数の実現値とを含む複数のデータを用いて、前記符号条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出する推定ステップと、
推定値が非ゼロと算出された係数に対応する前記説明変数候補を前記所望の説明変数として選択する選択ステップと
を含む方法。 - 複数の線形予測子と、応答変数の期待値又は応答変数がある値となる確率との関係が所定の関数により表される統計モデルにおいて、
前記複数の線形予測子のうち少なくとも一つが、複数の説明変数候補と前記複数の説明変数候補にそれぞれ対応する複数の係数との線形結合と、定数項との和により表される変数選択用モデルを用いて、
前記複数の説明変数候補から所望の説明変数を選択する方法であって、
前記複数の係数のうちの少なくとも一つの係数に関して、該係数の取りうる値がゼロ以上又はゼロ以下を指定する符号条件を取得する符号条件取得ステップと、
前記複数の説明変数候補の実現値と、前記応答変数の実現値とを含む複数のデータを用いて、前記符号条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出する推定ステップと、
推定値が非ゼロと算出された係数に対応する前記説明変数候補を前記所望の説明変数として選択する選択ステップと
を含む方法。 - 前記推定ステップが、前記符号条件の下で、前記変数選択用モデルの尤度関数が最大となるときの前記複数の係数の値及び前記定数項の値を前記推定値とするステップである、請求項7又は8に記載の方法。
- 前記符号条件取得ステップと前記推定ステップとの間に、前記複数の係数のうちの少なくとも一つの係数に関して、該係数が取りうる値の上限値及び下限値の少なくとも一方を定めた所定の制約条件を取得する制約条件取得ステップをさらに含み、
前記推定ステップが、前記符号条件及び前記制約条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出するステップである、請求項7又は8に記載の方法。 - 前記推定ステップが、前記符号条件及び前記制約条件の下で、前記変数選択用モデルの尤度関数が最大となるときの前記複数の係数の値及び前記定数項の値を前記推定値とするステップである、請求項10に記載の方法。
- 前記選択ステップにおいて複数の前記説明変数が選択された場合に、
前記説明変数の個数を絞り込むための所定の絞込み条件を取得する絞込み条件取得ステップと、
前記絞込み条件に基づいて前記説明変数の個数を絞り込む絞込みステップと
をさらに含む請求項7〜11のいずれか一項に記載の方法。 - 線形予測子と、応答変数の期待値又は応答変数がある値となる確率との関係が所定の関数により表される統計モデルにおいて、
前記線形予測子が、複数の説明変数候補と前記複数の説明変数候補にそれぞれ対応する複数の係数との線形結合と、定数項との和により表される変数選択用モデルを用いて、
前記複数の説明変数候補から所望の説明変数を選択するプログラムであって、
前記複数の係数のうちの少なくとも一つの係数に関して、該係数の取りうる値がゼロ以上又はゼロ以下を指定する符号条件を取得する符号条件取得ステップと、
前記複数の説明変数候補の実現値と、前記応答変数の実現値とを含む複数のデータを用いて、前記符号条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出する推定ステップと、
推定値が非ゼロと算出された係数に対応する前記説明変数候補を前記所望の説明変数として選択する選択ステップと
をコンピュータに実行させるプログラム。 - 複数の線形予測子と、応答変数の期待値又は応答変数がある値となる確率との関係が所定の関数により表される統計モデルにおいて、
前記複数の線形予測子のうち少なくとも一つが、複数の説明変数候補と前記複数の説明変数候補にそれぞれ対応する複数の係数との線形結合と、定数項との和により表される変数選択用モデルを用いて、
前記複数の説明変数候補から所望の説明変数を選択するプログラムであって、
前記複数の係数のうちの少なくとも一つの係数に関して、該係数の取りうる値がゼロ以上又はゼロ以下を指定する符号条件を取得する符号条件取得ステップと、
前記複数の説明変数候補の実現値と、前記応答変数の実現値とを含む複数のデータを用いて、前記符号条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出する推定ステップと、
推定値が非ゼロと算出された係数に対応する前記説明変数候補を前記所望の説明変数として選択する選択ステップと
をコンピュータに実行させるプログラム。 - 前記推定ステップが、前記符号条件の下で、前記変数選択用モデルの尤度関数が最大となるときの前記複数の係数の値及び前記定数項の値を前記推定値とするステップである、請求項13又は14に記載のプログラム。
- 前記符号条件取得ステップと前記推定ステップとの間に、前記複数の係数のうちの少なくとも一つの係数に関して、該係数が取りうる値の上限値及び下限値の少なくとも一方を定めた所定の制約条件を取得する制約条件取得ステップをさらに含み、
前記推定ステップが、前記符号条件及び前記制約条件の下で、前記複数の係数の推定値及び前記定数項の推定値を算出するステップである、請求項13又は14に記載のプログラム。 - 前記推定ステップが、前記符号条件及び前記制約条件の下で、前記変数選択用モデルの尤度関数が最大となるときの前記複数の係数の値及び前記定数項の値を前記推定値とするステップである、請求項16に記載のプログラム。
- 前記選択ステップにおいて複数の前記説明変数が選択された場合に、
前記説明変数の個数を絞り込むための所定の絞込み条件を取得する絞込み条件取得ステップと、
前記絞込み条件に基づいて前記説明変数の個数を絞り込む絞込みステップと
をさらに含む請求項13〜17のいずれか一項に記載のプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015214653A JP6069460B1 (ja) | 2015-10-30 | 2015-10-30 | 説明変数を選択する装置、方法及びプログラム |
PCT/JP2016/081071 WO2017073445A1 (ja) | 2015-10-30 | 2016-10-20 | 説明変数を選択する装置、方法及びプログラム |
US15/771,599 US10452985B2 (en) | 2015-10-30 | 2016-10-20 | Apparatus, method, and program for selecting explanatory variables |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015214653A JP6069460B1 (ja) | 2015-10-30 | 2015-10-30 | 説明変数を選択する装置、方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6069460B1 true JP6069460B1 (ja) | 2017-02-01 |
JP2017084272A JP2017084272A (ja) | 2017-05-18 |
Family
ID=57937445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015214653A Active JP6069460B1 (ja) | 2015-10-30 | 2015-10-30 | 説明変数を選択する装置、方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10452985B2 (ja) |
JP (1) | JP6069460B1 (ja) |
WO (1) | WO2017073445A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018186090A1 (ja) | 2017-04-06 | 2018-10-11 | テンソル・コンサルティング株式会社 | モデル変数候補生成装置および方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3128973A1 (en) | 2019-03-04 | 2020-09-10 | Bhaskar Bhattacharyya | Data compression and communication using machine learning |
US11410064B2 (en) * | 2020-01-14 | 2022-08-09 | International Business Machines Corporation | Automated determination of explanatory variables |
WO2021157669A1 (ja) * | 2020-02-04 | 2021-08-12 | 国立大学法人 東京大学 | 回帰分析装置、回帰分析方法及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005006140A2 (en) * | 2003-06-30 | 2005-01-20 | Yahoo! Inc. | Methods to attribute conversions for online advertisement campaigns |
US8065247B2 (en) * | 2007-11-21 | 2011-11-22 | Inomaly, Inc. | Systems and methods for multivariate influence analysis of heterogenous mixtures of categorical and continuous data |
US8515842B2 (en) * | 2010-09-14 | 2013-08-20 | Evolution Finance, Inc. | Systems and methods for monitoring and optimizing credit scores |
-
2015
- 2015-10-30 JP JP2015214653A patent/JP6069460B1/ja active Active
-
2016
- 2016-10-20 WO PCT/JP2016/081071 patent/WO2017073445A1/ja active Application Filing
- 2016-10-20 US US15/771,599 patent/US10452985B2/en active Active
Non-Patent Citations (1)
Title |
---|
JPN6016041636; 安川武彦: 'サンプル・セレクション・モデルによる社債格付けの比較' 現代ファイナンス 第10号, 20010930, pp.63-83, 日本ファイナンス学会 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018186090A1 (ja) | 2017-04-06 | 2018-10-11 | テンソル・コンサルティング株式会社 | モデル変数候補生成装置および方法 |
US11562262B2 (en) | 2017-04-06 | 2023-01-24 | Tensor Consulting Co. Ltd. | Model variable candidate generation device and method |
Also Published As
Publication number | Publication date |
---|---|
WO2017073445A1 (ja) | 2017-05-04 |
US20180314964A1 (en) | 2018-11-01 |
JP2017084272A (ja) | 2017-05-18 |
US10452985B2 (en) | 2019-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6246889B1 (ja) | 説明変数を選択する装置、方法及びプログラム | |
JP6069460B1 (ja) | 説明変数を選択する装置、方法及びプログラム | |
Zhang et al. | Robust estimation and variable selection for semiparametric partially linear varying coefficient model based on modal regression | |
US11151418B2 (en) | Interactive modeling application adapted for execution via distributed computer-based systems | |
JP2016004525A (ja) | データ分析システム及びデータ分析方法 | |
KR102084389B1 (ko) | 기업평가방법 및 시스템 | |
CN103065052B (zh) | 一种测定机械产品理论寿命的方法 | |
Moiseev | Linear model averaging by minimizing mean-squared forecast error unbiased estimator | |
Donoso et al. | Current account sustainability in Latin America | |
WO2016168464A1 (en) | Scoring a population of examples using a model | |
JP6063544B1 (ja) | 説明変数値を算出する装置、方法及びプログラム | |
JP2020064479A (ja) | 探索装置 | |
Umali et al. | Nonparametric principal components regression | |
JP2015187883A (ja) | 特許評価装置および発明者評価装置 | |
WO2014188524A1 (ja) | 作業時間推定装置 | |
PAVOL et al. | Corporate financial distress prediction of Slovak companies: Z-score models vs. alternatives | |
Batkovsky et al. | Simulation of strategy development production in defense-industrial complex | |
WO2021070394A1 (ja) | 学習装置、分類装置、学習方法及び学習プログラム | |
Almomani et al. | Selecting a good stochastic system for the large number of alternatives | |
Lima et al. | Is there long memory in financial time series? | |
Benito et al. | Assessing the importance of the choice threshold in quantifying market risk under the POT approach (EVT) | |
JP2022189593A (ja) | 情報処理装置、マッチングシステム、マッチング方法、及びプログラム | |
Adelfio | Change-point detection for variance piecewise constant models | |
Anjali et al. | Modified Kuppuswamy socio-economic status scale with 2016 as base year–An update for 2021 | |
Boutahar et al. | A fractionally integrated exponential STAR model applied to the US real effective exchange rate |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20161028 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20161124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6069460 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |