• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2013 年度 実施状況報告書

ベイジアンアプローチを用いた離散連続選択モデルのノンパラメトリック推定

研究課題

研究課題/領域番号 24730195
研究機関関西学院大学

研究代表者

宮脇 幸治  関西学院大学, 経済学部, 講師 (40550249)

キーワードベイズ統計学
研究概要

本年度は,昨年度に開発した統計的モデルの修正を行った.実証分析を行うためにデータの収集及びその分析を行った結果,昨年度に開発した統計的モデルでは分析が不十分となることが分かったため,データの特徴を生かした統計的モデルとなるように修正を行った.しかし,修正された統計的モデルを推定する際,データ数が多くなるにつれて計算量が爆発する問題が発生することが分かった.問題を精査した結果,これはデータ数を減らして対応できるものではなく,統計的モデルもしくは推定手法に関する抜本的な改善が必要であることを示唆していることが分かった.つまり収集されたデータをその特質を踏まえて分析するためには,統計的モデルの更なる修正もしくは推定手法の更なる効率化を行う必要があることが併せて分かった.
また,昨年度に開発した推定手法を最も単純なサンプルセレクションモデルに対して応用した.サンプルセレクションモデルとは第二型のトービットモデルに分類される統計的モデルであり,最も単純な離散連続選択モデルの一つと見ることが出来る.このサンプルセレクションモデルのパラメータの一部にディリクレ過程事前分布を仮定し,昨年度に研究を行った推定手法を応用することで,統計的モデルのパラメータを推定するためのマルコフ連鎖モンテカルロ法を用いたアルゴリズムを開発することが出来た.開発された推定手法は論文としてまとめられ,雑誌への投稿を行った.

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

本年度の達成状況としては,昨年度に開発した統計的モデルの修正を行う必要があったため,予定されていた進展ではなかった.しかし,昨年度の結果を踏まえたサンプルセレクションモデルへの応用を行うことが出来たことに加え,データの特質を生かした新しい統計的モデルを開発できたため,進展があったと考えている.

今後の研究の推進方策

今年度は,修正された統計的モデルの推定手法の開発及び実データを用いた実証分析を行う予定である.その際計算負荷が高くなることが予想されているため,統計的モデルの更なる修正もしくは推定手法の更なる効率化を視野に入れて研究を進めていく予定である.

次年度の研究費の使用計画

予定されていた海外の研究者との研究打ち合わせが延期になったため,出張旅費に未使用額が発生した.
延期された研究打ち合わせを今年度に予定している.

  • 研究成果

    (1件)

すべて 2014

すべて 雑誌論文 (1件)

  • [雑誌論文] ディリクレ過程事前分布を用いたベイズ推定2014

    • 著者名/発表者名
      宮脇幸治
    • 雑誌名

      商学論究

      巻: 61 ページ: 173--186

URL: 

公開日: 2015-05-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi