慶應義塾研究者情報データベース

経歴 【 表示 ／ 非表示 】

経歴 【 表示 ／ 非表示 】

• 2008年04月

  -

  2009年02月

  同志社大学 , 文化情報学部, 実習助手

• 2009年04月

  -

  2011年03月

  日本学術振興会, 特別研究員（DC2）

• 2010年02月

  -

  2010年11月

  カリフォルニア大学バークレー校, 統計学部, Visiting Scholar

• 2011年04月

  -

  2011年09月

  大阪大学, 大学院医学系研究科, 特任研究員

• 2011年10月

  -

  2015年03月

  大阪大学, 大学院医学系研究科, 助教

全件表示 >>

学歴 【 表示 ／ 非表示 】

学歴 【 表示 ／ 非表示 】

• 2000年04月

  -

  2004年03月

  大阪大学, 人間科学部

  大学, 卒業

• 2005年04月

  -

  2007年03月

  大阪大学, 基礎工学研究科, システム創成専攻

  大学院, 修了, 修士

• 2007年04月

  -

  2011年03月

  大阪大学, 基礎工学研究科, システム創成専攻

  大学院, 単位取得退学, 博士

学位 【 表示 ／ 非表示 】

学位 【 表示 ／ 非表示 】

• 博士（工学）, 大阪大学, 課程, 2011年09月

研究分野 【 表示 ／ 非表示 】

研究分野 【 表示 ／ 非表示 】

• 情報通信 / 統計科学 （生物統計学，医学統計学）

著書 【 表示 ／ 非表示 】

著書 【 表示 ／ 非表示 】

• Rで学ぶ統計的データ解析

  林 賢一, 講談社サイエンティフィク, 2020年11月,  ページ数： 352

• 機械学習 ─データを読み解くアルゴリズムの技法─

  竹村 彰通（監訳），田中 研太郎，小林 景，兵頭 昌，片山 翔太，山本 倫生，吉田 拓真，林 賢一，松井 秀俊，小泉 和之，永井 勇, 朝倉書店, 2017年04月

  担当範囲: 7章

論文 【 表示 ／ 非表示 】

論文 【 表示 ／ 非表示 】

• Variable selection methods based on pseudo-observations in competing risks analysis

  Tajima, F., Hayashi, K.

  International Journal of Statistics and Probabilit 14 （ 2 ） 37 - 54 2025年07月

  研究論文（学術雑誌）, 共著, 最終著者, 責任著者, 査読有り

• Asymptotic Properties of Matthews Correlation Coefficient

  Itaya, Y., Tamura, J., Hayashi, K., Yamamoto, K.

  Statistics in Medicine 44 （ 1-2 ）  2025年01月

  研究論文（学術雑誌）, 共著, 査読有り,  ISSN  02776715

  　概要を見る

  Evaluating classifications is crucial in statistics and machine learning, as it influences decision-making across various fields, such as patient prognosis and therapy in critical conditions. The Matthews correlation coefficient (MCC), also known as the phi coefficient, is recognized as a performance metric with high reliability, offering a balanced measurement even in the presence of class imbalances. Despite its importance, there remains a notable lack of comprehensive research on the statistical inference of MCC. This deficiency often leads to studies merely validating and comparing MCC point estimates—a practice that, while common, overlooks the statistical significance and reliability of results. Addressing this research gap, our paper introduces and evaluates several methods to construct asymptotic confidence intervals for the single MCC and the differences between MCCs in paired designs. Through simulations across various scenarios, we evaluate the finite-sample behavior of these methods and compare their performances. Furthermore, through real data analysis, we illustrate the potential utility of our findings in comparing binary classifiers, highlighting the possible contributions of our research in this field.

  • Access to Document (DOI)

• Partial areas under the curve of the cumulative distribution function as a new composite estimand for randomized clinical trials

  Taguri, M., Hayashi, K.

  Statistical Methods in Medical Research 2025年

  最終著者,  ISSN  09622802

  　概要を見る

  Clinical trials often face the challenge of post-randomization events, such as the initiation of rescue therapy or the premature discontinuation of randomized treatment. Such events, called “intercurrent events” (ICEs) in ICH E9(R1), may influence the estimation and interpretation of treatment effects. According to ICH E9(R1), there are five strategies for handling ICEs. This study focuses on the composite strategy, which incorporates ICEs in the outcome of interest and defines the treatment effects using composite endpoints that combine the measured continuous variables and ICEs. An advantage of this strategy is that it avoids the occurrence of missing data because they are defined as part of the outcome of interest. In this study, we propose a new composite estimand: the difference in the partial areas under the curves (pAUCs) of the cumulative distribution function. While the pAUC is closely related to the trimmed mean approach proposed by Permutt and Li, it offers the advantage of allowing pre-specification of the cutoff value for a “good” response based on clinical considerations. This ensures that the pAUC can be calculated irrespective of the proportion of ICEs. We describe the causal interpretation of our method and its relationship with two other strategies (treatment policy and hypothetical strategies) using a potential outcome framework. We present simulation results in which our method performs reasonably well compared to several existing approaches in terms of type I error, power, and the proportion of undefined test statistics.

  • Access to Document (DOI)

• Optimal machine learning models for developing prognostic predictions in patients with advanced cancer

  Hamano, J., Takeuchi, A., Keyaki, T., Nose, H., Hayashi, K.

  Cereus 16 （ 12 ）  2024年12月

  研究論文（学術雑誌）, 共著, 最終著者, 査読有り

  • Access to Document (DOI)

• A new integrated discrimination improvement index via odds

  Hayashi, K., Eguchi, S.

  Statistical Papers 65 （ 8 ） 4971 - 4990 2024年10月

  筆頭著者, 責任著者,  ISSN  09325026

  　概要を見る

  Consider adding new covariates to an established binary regression model to improve prediction performance. Although difference in the area under the ROC curve (delta AUC) is typically used to evaluate the degree of improvement in such situations, its power is not high due to being a rank-based statistic. As an alternative to delta AUC, integrated discrimination improvement (IDI) has been proposed by Pencina et al. (2008). However, several papers have pointed out that IDI erroneously detects meaningless improvement. In the present study, we propose a novel index for prediction improvement having Fisher consistency, implying that it overcomes the problems in both delta AUC and IDI. Furthermore, our proposed index also has an advantage that the index we proposed in our previous study (Hayashi and Eguchi 2019) lacked: it does not require any hyperparameters or complicated transformations that would make interpretation difficult.

  • Access to Document (DOI)

全件表示 >>

KOARA（リポジトリ）収録論文等 【 表示 ／ 非表示 】

KOARA（リポジトリ）収録論文等 【 表示 ／ 非表示 】

• 複雑な生命事象データにおける特異な部分集合の探索的同定に関する研究

  林, 賢一

  科学研究費補助金研究成果報告書 2017年

総説・解説等 【 表示 ／ 非表示 】

総説・解説等 【 表示 ／ 非表示 】

• 医学のための標的学習の基礎 II：無作為化比較試験における共変量調整

  田栗 正隆, 高橋 邦彦, 小向 翔, 伊藤 ゆり, 服部 聡, 船渡川 伊久子, 篠崎 智大, 山本 倫生, 林 賢一

  計量生物学 44 （ 2 ）  2024年

  記事・総説・解説・論説等（学術雑誌）, 共著

  • Access to Document (DOI)

• 統計学は錬金術ではない

  林 賢一

  心理学評論 61 （ 1 ） 147 - 155 2018年07月

  記事・総説・解説・論説等（学術雑誌）, 単著, 筆頭著者, 責任著者

  • Access to Document (DOI)

• 労働時間と飲酒行動

  吉田 恵子，林 賢一

  桃山学院大学経済経営論集 56 （ 1 ） 153 - 164 2014年11月

  速報，短報，研究ノート等（大学，研究機関紀要）, 共著, 最終著者

研究発表 【 表示 ／ 非表示 】

研究発表 【 表示 ／ 非表示 】

• Contradictory conclusions in classification metrics: a study of paired design

  Okada, K., Hayashi, K.

  The 8th International Conference on Econometrics and Statistics (EcoSta 2025), 

  2025年08月

  , 

  口頭発表（一般）

• 診断検査における評価指標の過大評価に関する定量化法

  伊藤 健太， 竹内 文乃，林 賢一

  日本産業衛生学会第2回関東地方会学会, 

  2025年07月

  , 

  口頭発表（一般）

• Co-primary endpointを設定する国際同時医薬品開発計画における一貫性を考慮した対象地域集団の症例数設定

  一色 修平，林 賢一

  2025年度応用統計学会年会, 

  2025年05月

  , 

  口頭発表（一般）

• メディアンの差のメタアナリシスにおける統合効果の分散推定

  奥田 忠久， 田栗 正隆，林 賢一

  2025年度応用統計学会年会, 

  2025年05月

  , 

  口頭発表（一般）

• ペアデザインにおいて分類性能指標が逆転する現象について

  岡田 和也，林 賢一

  2025年度応用統計学会年会, 

  2025年05月

  , 

  口頭発表（一般）

全件表示 >>

競争的研究費の研究課題 【 表示 ／ 非表示 】

競争的研究費の研究課題 【 表示 ／ 非表示 】

• 不均衡データに対する解析法の統合的理解と生存時間解析への発展的応用

  2023年04月

  -

  2027年03月

  文部科学省・日本学術振興会, 科学研究費助成事業, 林 賢一, 基盤研究(C), 補助金,  研究代表者

• 異なるデータを統合する一般化平均による統計予測法の開発と実用化

  2018年04月

  -

  2023年03月

  文部科学省・日本学術振興会, 科学研究費助成事業, 基盤研究(B), 補助金,  研究分担者

• 異質な集団を含むデータに対する統計的学習理論を用いたモデル開発と臨床医学への応用

  2018年04月

  -

  2022年03月

  文部科学省・日本学術振興会, 科学研究費助成事業, 林　賢一, 基盤研究(C), 補助金,  研究代表者

• 複雑な生命事象データにおける特異な部分集合の探索的同定に関する研究

  2015年04月

  -

  2018年03月

  文部科学省・日本学術振興会, 科学研究費助成事業, 林　賢一, 若手研究(B), 補助金,  研究代表者

• Ｃ－ｉｎｄｅｘを分岐規準としたＳｕｒｖｉｖａｌ　Ｔｒｅｅの開発と臨床医学への応用

  2012年04月

  -

  2015年03月

  文部科学省・日本学術振興会, 科学研究費助成事業, 若手研究(B), 補助金,  研究代表者

全件表示 >>

受賞 【 表示 ／ 非表示 】

受賞 【 表示 ／ 非表示 】

• 最優秀賞（ポスター部門）

  岡田和也，林賢一, 2024年01月,  2023年度スポーツデータサイエンスコンペティション事務局, 2023年度スポーツデータサイエンスコンペティション

  受賞区分： 国内学会・会議・シンポジウム等の賞

  　説明を見る

  岡田和也（理工学部数理科学科，筆頭著者）との共同研究

• 若手優秀発表賞

  2021年05月, 日本計量生物学会

  受賞区分： 国内学会・会議・シンポジウム等の賞

  　説明を見る

  2021年度計量生物学会年会 若手優秀発表賞（正会員の部）

• 最優秀賞

  奥富航，林賢一, 2018年01月, 第7回スポーツデータ解析コンペティション審査会, 第7回スポーツデータ解析コンペティション

  受賞区分： 国内学会・会議・シンポジウム等の賞

  　説明を見る

  奥富航（理工学部数理科学科，筆頭著者）との共同研究

• 論文賞

  2017年12月, 日本分類学会, 日本分類学会

  受賞区分： 国内学会・会議・シンポジウム等の賞

• 論文賞

  2015年05月, 日本計算機統計学会, 日本計算機統計学会

  受賞区分： 国内学会・会議・シンポジウム等の賞

担当授業科目 【 表示 ／ 非表示 】

担当授業科目 【 表示 ／ 非表示 】

• 統計科学特論Ｃ

  2025年度, 秋学期

• 統計科学同演習

  2025年度, 春学期

• 統計科学輪講

  2025年度, 秋学期

• 数学２Ｂ

  2025年度, 秋学期

• 数学１Ａ

  2025年度, 春学期

全件表示 >>

担当経験のある授業科目 【 表示 ／ 非表示 】

担当経験のある授業科目 【 表示 ／ 非表示 】

• 経営工学特別講義・情報工学特別講義

  東京理科大学

  2021年10月

  , 

  秋学期, 大学院専門科目

• 理科演習

  慶應女子高等学校

  2017年01月

  , 

  秋学期, その他, 1時間

• 疫学総論

  大阪大学

  2016年05月

  , 

  春学期, 大学院専門科目, 1時間

• 数理科学講演会

  慶應義塾湘南藤沢高等部

  2016年03月

  , 

  秋学期, その他

• 疫学総論

  大阪大学

  2015年06月

  , 

  春学期, 大学院専門科目, 1時間

全件表示 >>

所属学協会 【 表示 ／ 非表示 】

所属学協会 【 表示 ／ 非表示 】

• 日本分類学会, 

  2017年10月

  -

  継続中

• International Biometric Society, 

  2014年04月

  -

  継続中

• 日本疫学会, 

  2014年04月

  -

  継続中

• 日本計量生物学会, 

  2014年04月

  -

  継続中

• 日本計算機統計学会, 

  2013年04月

  -

  継続中

全件表示 >>

委員歴 【 表示 ／ 非表示 】

委員歴 【 表示 ／ 非表示 】

• 2021年04月

  -

  2022年02月

  NEDO先導研究プログラム外部有識者

• 2021年

  -

  2021年11月

  副実行委員長（第35回シンポジウム）, 日本計算機統計学会

• 2020年

  -

  2021年03月

  副実行委員長（2021年度年会）, 日本数学会

• 2018年

  -

  継続中

  Associate Editor, Japanese Journal of Statistics and Data Science