● データ解析演習III
―ロジットモデルの理解と活用―

この授業では、ロジットモデルのパラメータ推定を自分で行なうためのトレーニングをする。その具体的な内容は、（１）モデルに対する消費者行動論的理解、（２）モデルに対する数学的理解、（３）パラメータ推定量に関連する統計学の知識、（４）最適化アルゴリズムに関連する数学の知識、および（５）パラメータ推定を実行するためのコンピュータ・プログラミングの知識と経験などであるが、ここでは特に（２）と（４）に重点をおく。一変数の多項ロジットモデルについてその概要を完璧に理解し、Excelのソルバーを使ってパラメータ推定できるようになるのが、最低限の目標である。

１	オリエンテーション
２	一変数ロジットモデルの概要説明
３	一変数関数の微分と極値
４	一変数関数のTaylor展開と最適化アルゴリズム
５	尤度関数と最尤推定量
６	一変数ロジットモデルのパラメータ推定のアルゴリズム
７	一変数ロジットモデルのパラメータ推定のコンピュータ・プログラミング
８	補足：弧弾力性と点弾力性
９	補足：対数中央化変換によるパラメータ推定
10	二変数関数の微分と極値
11	二変数関数のTaylor展開と最適化アルゴリズム
12	二変数ロジットモデルのパラメータ推定のアルゴリズム
13	二変数ロジットモデルのパラメータ推定のコンピュータ・プログラミング

後期に以下の論文を輪読する予定である。Guadagni, P. M. and J. D. C. Little (1983), “A Logit Model. of Brand Choice Calibrated on Scanner Data,”Marketing Science, Vol.2, No.3, pp.203-208.

演習方式で授業を進める。

第1学期 （学期末試験） ：試験を実施する

第2学期 （学年末試験） ：試験を実施する

テキスト等は一回目の授業で指示する。