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

多层次、多源数据的高维离散变量建模

基本信息

批准号：
15J03947
负责人：
猪狩良介
金额：
$ 2.18万
依托单位：
Keio University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2015
资助国家：
日本
起止时间：
2015-04-24 至 2018-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15J03947/
关键词：
マーケティング・サイエンス計量経済学ベイズ統計学

项目摘要

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。

今年，继去年之后，我们开发了一个同时分析宏观数据和微观数据的模型，它们具有完全不同的数据聚合单元。由于各种原因，微观数据往往是不完整的，仅使用微观数据进行分析所获得的结果往往存在偏差。因此，我们开发了一种方法，将使用有偏差的微观数据的个体模型作为基本模型进行分析，并使用宏观数据来补充估计。具体来说，我们开发了一种在使用有偏差的微观数据估计模型参数时使用准贝叶斯方法补充宏观数据的方法，并开发了一种使用马尔可夫链蒙特卡罗方法的估计方法。今年，我们将重点关注（1）使用拟贝叶斯方法进行宏观和微观数据的统计数据融合及其在不完整数据持续时间分析中的应用，（2）使用拟贝叶斯方法进行中间缺失值的重复持续时间(3)半参数拟贝叶斯方法及其在缺失数据分析中的应用。在研究（1）和（2）中，由于分析了未观察到其他公司采购的不完整购买历史数据，因此根据不完整数据获得的估计结果低估了价格效应，但所提出的方法表明，结果是可以估计的。此外，在（3）中，我们通过模拟表明，在缺失数据分析中，即使在难以识别缺失数据机制的情况下，也可以通过结合宏观信息来适当估计原始参数。每项研究的结果都总结为论文，研究（1）和（2）已作为同行评审论文发表并被接受。研究（3）也被总结为工作论文。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Semiparametric Quasi-Bayesian Inference with Dirichlet Process Priors: Application to Nonignorable Missing Responses

使用狄利克雷过程先验的半参数拟贝叶斯推理：应用于不可忽略的缺失响应

DOI：
发表时间：
2017
期刊：
Keio-IES- discussion paper series
影响因子：
0
作者：
Noritaka Nakamichi;Keigo Nakayama;Takahiro Ishimoto;Yusuke Masuo;Tomohiko Wakayama;Hirotaka Sekiguchi;Keita Sutoh;Koji Usumi;Shoichi Iseki and Yukio Kato.;Ryosuke Igari and Takahiro Hoshino
通讯作者：
Ryosuke Igari and Takahiro Hoshino

Quasi-Bayesian Inference for Latent Variable Models with External Information: Application to generalized linear mixed models for biased data