新村 秀一

科学技術や企業で広く応用されている判別分析は、誰も指摘していない5個の深刻な問題がある。最小化誤分類数（MNM）基準による最適線形判別関数（RIP）と2個の新手法を開発し、これらの問題を全て解決した（判別分析の新理論）。特に、30年以上研究され成功していない癌の遺伝子解析の応用研究に世界で初めて成功し、これまでの常識を超えた驚く結果を得た。医学研究者が検証して正しいことを認識し利用してくれれば、新しく癌の遺伝子診断の道を切り開けると考える（日本の医学部などとの共同研究を希望）。これを可能にしたのが、使いやすく最先端の統計ソフトのJMPと数理計画法ソフトのLINGOを用いたためである。これは、「便利で使いやすいソフトを使えば、多くの問題が簡単に解決でき、それらが対象とする学問を再構築すべきという筆者の30年来の主張」の正しさを裏付けている。研究者でなく高度な問題解決が行える職業人を育て教育するには、ソフトの利用を前提にした教育で理数系の学問を再構築すべきという主張は、大学教育では成功していない。
数学を基礎におく統計と数理計画法は、世界最高水準の統計ソフト（JMP)と数理計画法ソフト（LINGO, What'sBest!)を用いれば、知的生産性を高め現実の問題が容易に解決できる。研究では、大学卒業後に4年間行った「心電図の自動診断解析システム｣の診断論理を判別分析で行ったが、医師の開発した経験的な「枝分かれ法｣に歯が立たなかった。そこで正規分布を仮定する統計的な判別分析に問題があると考えて、数理計画法で誤分類数を最小化する最適線形判別関数を1998年から開発し、2000年にほぼ完成した。しかし、確率分布を前提にしていないため、日本の研究者の賛同をあまり得られなかった。そこで、2013年から日本での費用のかかる学会活動を停止し、英語論文を作成し、Research Gateに成果を2013年11月から公開すると、2017年3月で4,500件以上のRead数と引用文献数1000件を獲得した。しかし、「統計と経営科学を問題解決型の高度なユーザー教育」への実践は、未だ道半ばである。
2017年3月に特任教授を退任し、2016年末にSpringerから刊行した「New Theory of Discriminant Analysis after R. Fisher」で得られた、世界的に著名な6種のMicroarrayデータの全ての癌の遺伝子（Small Matryhoshka,SM) の組の統計的分析を終えて、「From Cancer Gene Analysis to Cancer Gene Diagnosis」の9章のドラフトの校正を終わり、出版社を探しています。出版社情報があれば、教えてください。
30年以上研究され、ほどんと有効な結果が得られないのは、単に統計手法がケース数が少なく変数の多いP＞＞ｎ型の分析に役に立たないだけで、正しいアプローチをとれば、Matryoshka Feature Selection Methodを僅か54日で開発でき、高次元空間を低次元の遺伝子の組の和集合に分割できる。これらの癌の遺伝子の組（SM)は、簡単に統計分析でき遺伝子診断のための「癌の悪性度指標」を作成した。