本発表では，正規性を仮定した多変量線形回帰モデルにおいて，最大対数尤度の-2倍に罰則項を加えることで定義される Log-Likelihood-Based Information Criterion (LLBIC) を用いた 変数選択法が一致性を持つための条件について考察する．Yanagihara et al. (2012) では，LLBIC を用いた変数選択法が一致性を持つために必要な条件を，真のモデルの分布が正規分布であるという仮定の下で，標本数と観測値の次元を共に大きくする高次元漸近理論により導出した．しかしながら，多変量分布において正規性を満たすことは稀であり，仮定した分布と真の分布のずれの影響を調べることは非常に重要である．本発表の目的は，候補のモデルに正規性は仮定したが真のモデルの分布が正規分布ではないという条件の下で，高次元漸近理論に基づき評価された一致性を満たすための条件がどう変化するかを調べることにある．実際には，Yanagihara et al. (2012) で得られた条件よりも若干条件が狭くなるが, ほぼ同じ条件となり，その条件は真のモデルの非正規性に依存しないことがわかった．