2016 Fiscal Year Research-status Report
| Project/Area Number |
15K03396
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
末石 直也 神戸大学, 経済学研究科, 准教授 (40596251)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安道 知寛 慶應義塾大学, 経営管理研究科(日吉), 准教授 (40407135) [Withdrawn]
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 高次元データ / 罰則付き推定 / 経験尤度法 / 情報量規準 |
|---|
| Outline of Annual Research Achievements |
統計学では高次元データと呼ばれる変数の数が非常に多いデータの分析が重要な研究課題となっており、多くの研究成果が生み出されている。本研究では、データの次元の大きさとともに、内生性などの計量経済学固有の課題に対処すべく、罰則付きの経験尤度推定量を提案した。具体的な成果は下記のとおりである。
まず、罰則付きの経験尤度推定量の漸近的な性質について考察した。昨年度までは、モデルに含まれるパラメータの数が固定された下での漸近理論について考察していたが、今年度は、パラメータの数がサンプルサイズに応じて増加するようなケースへと拡張した。これにより、高次元データの分析に対してより適切な理論的な枠組みを与えることが可能となった。
また、罰則付きの推定において重要な役割を果たす、罰則の度合いを決めるチューニングパラメータの選択方法について考察した。昨年度も同様の問題に取り組んでいたが、パラメータの数がサンプルサイズとともに増加するケースに対応する形で、チューニングパラメータ選択のための情報量規準を導出した。
さらに、提案された手法を用いて、オンラインクーポンがレストランの需要に与える影響について分析を行った。近年、レストラン等の割引クーポンをオンラインで提供する企業が増加しており、それらのクーポンが需要に与える影響はビジネスの世界で関心事となっている。本研究で提案した方法により、価格の内生性に対処した高次元な需要関数のモデルを推定することが可能となった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ほぼ研究計画どおりの成果が得られている。
|
| Strategy for Future Research Activity |
提案された情報量規準がいかなる意味で望ましい性質を持っているか、理論的な考察を行う。特に、漸近効率性と呼ばれる性質が満たされるかどうかを検証する。
|
| Causes of Carryover |
シミュレーション用のコンピュータを購入予定だったが、理論研究を先に行うため、購入を先延ばしにした。
|
| Expenditure Plan for Carryover Budget |
コンピュータの購入費用に充てる。
|
