離散選択モデルのセミパラメトリック、ノンパラメトリック推定と検定

点击翻译按钮获取中文摘要

本研究は、離散選択モデルのモデルの当てはまりの良さを統計的に判断する為の検定方法の開発とその応用を行う事を目的としている。多項選択モデルは応用範囲の広い有用なモデルであるが、関数の形や分布等の特定化が間違っていれば、推定された選択確率は現実をうまく表現できていないかもしれず、間違った解釈をあたえてしまうかもしれない。そこで、多項選択モデルにおける複数の特定化が正しいかどうかを、統計的検定の枠組みを用いて一度に判断する方法を提案した。特に、モーメント条件のノンパラメトリック推定量から構築した検定統計量を提案し、査読付き学術誌において公刊した。また、パラメトリックな特定化の下でのモデルの推定量と、パラメトリックな仮定を置かないノンパラメトリックな方法で推定したモデルの間の距離を使って構築した検定方法の漸近的な性質に関する証明の修正を行った。この検定方法を提案している論文はディスカッションペーパーとして公開されており、現在は学術誌への投稿に向けて調整している。また、モーメント条件のノンパラメトリック推定から構築した検定統計量を、発展途上国における農村家計が家計外からの送金を受けた場合に子供の教育にどのような影響があるのかを分析している研究において応用した。この分析では、多項ロジットモデルを用いて回帰分析のバイアス補正を行っている。多項ロジットモデルを用いた回帰分析の補正では、線形関数と極値分布を仮定することで、多項ロジットモデルを特定化しているが、実際にこの特定化が正しいかどうかを統計的に判断するためには検定をする必要がある。そこで、上記のモーメント条件のノンパラメトリック推定から構築した検定統計量を適用し、モデルの特定化が妥当であるかを検討した。その結果、本研究において提案している検定統計量が、実証研究において十分に応用可能であり実用的である事が分かった。