情報事前分布とWAICを援用した活動型交通モデルの内生性バイアス補正手法の開発

点击翻译按钮获取中文摘要

2022年度では，まず機械学習やベイズ統計分野におけるモデリングや推定アルゴリズムに関するレビューを行い，モデル開発の方向性に関して検討を行った．検討を踏まえて，モデル構造として (a) 選択肢集合の形成，(b) 選択肢集合形成における選択肢相関，(c) 選択肢集合を所与とした離散選択，(d) 離散選択における選択肢相関，(e) 選択肢集合形成と離散選択との間の未観測異質性，(f) 説明変数に含まれる内生変数，に対処する新たなモデルの開発を行った．このモデルはアクティビティ型交通需要予測モデルを構築する際に，選択肢集合形成の考慮が必要不可欠となる活動場所 (ゾーン) 選択や交通手段選択を記述する役割を担うことが期待される．また，提案したモデルは多変量正規分布を援用しているため，尤度関数の計算に数値積分が必要な，所謂オープンフォーム構造を有している．そのため，提案したモデル構造に適したベイズ推定アルゴリズムを構築し，効率的な推定手順を併せて提案した．加えて，提案モデルの有効性をシミュレーションにて検証を行った．2023年度では，米国の世帯を対象とした交通調査であるNational Household Travel Survey (NHTS) データへの適用を予定しており，現在はその準備を進めている．提案したモデルや推定アルゴリズム，またそれらを用いた実証分析は2023年に開催される国際学会にて発表を予定している．