More Related Content
Similar to rstanで個人のパラメーターを推定した話
Similar to rstanで個人のパラメーターを推定した話 (20)
rstanで個人のパラメーターを推定した話
- 5. • 階層ベイズモデルを書いてパラメーター推定してみる
• 個人の購買履歴データと時系列データと属性データ
Stanで何すんの?
ID 日時 メーカー 商品名 価格 CM SNS 年齢 性別 年収
1 2014/10/25 P&G パンテーン 720 15 300 35 男 1000万以上
1 2015/1/16 P&G パンテーン 619 20 240 35 男 1000万以上
1 2015/3/20 花王 メリット 510 34 500 35 男 1000万以上
2 : : : : : : 28 女 500-1000万
2 : : : : : : 28 女 500-1000万
3 : : : : : : 48 女 500-1000万
: : : : : : : 48 女 500-1000万
メーカーの乗り換え
→目的変数にして
ロジスティック回帰
5
- 6. 𝑃𝑟 𝑦 𝑘𝑖𝑡 = 1 =
𝑒𝑥𝑝(𝑈 𝑘𝑖𝑡)
1 + 𝑒𝑥𝑝(𝑈 𝑘𝑖𝑡)
𝑈 𝑘𝑖𝑡= 𝑗=0
𝐽
𝛼𝑗𝑖 𝑥𝑗𝑘𝑖𝑡 + ℎ=1
𝐻
𝛽ℎ𝑖 𝑊ℎ𝑘𝑡 + 𝜀 𝑘𝑖𝑡
𝛼𝑗𝑖 = 𝚯 𝑇
𝒁 𝑞𝑖 + 𝜂 𝑗𝑖 ; 𝜂 𝑗𝑖~𝑀𝑉𝑁 𝟎, 𝑉𝛼 ; 𝑉𝛼~𝐼𝑊 𝑑1, 𝒔 𝟏
𝛽ℎ𝑖 = 𝚲 𝑇
𝒁 𝑞𝑖 + 𝜉ℎ𝑖 ; 𝜉ℎ𝑖~𝑀𝑉𝑁(𝟎, 𝑉𝛽) ; 𝑉𝛽~𝐼𝑊(𝑑2, 𝒔 𝟐)
モデル式(𝑖さんが𝑡期にメーカー𝑘を選ぶ確率)
6
- 16. Rで結果の出力
mean se_mean sd X2.5 X25 X50 X97.5 n_eff Rhat
EAP推定量 EAPの標準偏差 事後標準偏差 95%確信区間および四分位点 有効サンプルサイズ
収束判定指標
1.1or1.2以下
ならOK 16