2017 Fiscal Year Annual Research Report
マルチレベル・マルチソースデータに対応する高次元離散変数モデリング
| Project/Area Number |
15J03947
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
猪狩 良介 慶應義塾大学, 経済学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2015-04-24 – 2018-03-31
|
| Keywords | マーケティング・サイエンス / 計量経済学 / ベイズ統計学 |
|---|
| Outline of Annual Research Achievements |
本年度は、昨年度に引き続き、マクロデータとミクロデータという、データの集計単位がまったく異なるデータを同時解析するモデル開発した。ミクロデータは、様々な理由から不完全データであることが多く、ミクロデータのみを用いた解析から得られた結果はバイアスがあることが多い。そこで、バイアスのあるミクロデータを用いた個人モデルを基本モデルとして解析し、その推定時にマクロデータを補助活用する方法を開発した。具体的には、準ベイズ法を利用して、バイアスのあるミクロレベルのデータを用いたモデルの母数の推定時にマクロデータを補助活用する方法を開発し、マルコフ連鎖モンテカルロ法を用いた推定法を提案した。本年度は、(1)準ベイズ法を利用したマクロ・ミクロデータの統計的データ融合と不完全データに対する継続時間分析への応用、(2)準ベイズ法を利用した中間欠測のある繰り返し継続時間分析、(3)セミパラメトリック準ベイズ法と欠測データ解析への応用、の大きく3点の研究を実施した。研究(1)(2)では、他社購買が観測されていない不完全な購買履歴データを解析した結果、不完全データから得られた推定結果は価格の効果を過小評価するが、提案手法では本来の結果を推定出来ることを示した。また、(3)では、欠測データ解析において、欠測メカニズムの特定が困難な状況においてもマクロ情報を組み込むことで本来の母数を適切に推定できることをシミュレーションにより示した。各研究成果を論文としてまとめ、研究(1)(2)は査読付き論文に掲載済み・採択済みである。また、研究(3)はWorking Paperとしてまとめた。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
