B4チーム
Agent effectsについて、最初は個人の選好にばらつきがあってデータが増えると確率項が確定的になっていくことだと思うが、それを使うメリットは？論文の後半でどう生きているのか

M1チーム
ランダム効果モデルと固定効果モデルが結局どこを指しているのかがわからない。各モデルのどこをランダム効果モデル・固定効果モデルと呼んでいるのか

福谷　論文ではαの中身がどうなっているかというところまでは詳しく出なかった。私は計算コスト的なものだと思った。

浦田　一回のデータのみならMXLみたいな形で個人選択の時に分布からサンプリングして、パネルのデータがあると二人の選択嗜好をもっと特定することができる。

福谷　固定効果モデルを使う方がモデルの予測力があがるということ

倉澤　パラメータが確率変数として出るのと確定値として出るのの違いってこと？

浦田　統計的な下位問題を解くか全部一つのモデルで解くかで違う

羽藤　一人30サンプルずつあれば、一人ずつでモデルが異なる。その時のそれぞれのパラメータがα、これを重ね合わせると個人の選好の違いを表すことができなくなってランダム効果モデルになる。現時点では個人ごとの行動データを手に入れることができるようになるので、エージェントごと行動の違いが同定されていた方が、政策の評価には使える
交通施策は個人の習慣を変えるようなものだから、個人の習慣の変化を解決するようなモデルの作成が大事になりそう

教員チーム
固定効果については個人ごとに習慣が違うけど時間ごとには定常ということであってる？

福谷　そうです

小林　αに時間変化が起きたとしたら？

福谷　モデルとして今のモデルはαの時間変化を想定していないので、ランダム効果モデルを使った方がいい

羽藤　浪江の例だと新しく東京から移り住んできた人は公共交通選好から自家用車選好に習慣を獲得することになると思う、そこまでの政策によって習慣の獲得までのスピードは変わるがモデルの中では含まれているのか

福谷　今のモデルは定常化した状態を考えているので使えない

羽藤　このモデルを発展させて、習慣の獲得までのプロセスを記述できるようになると浪江の問題に実用できる。アクセシビリティが高いところから低いところへ移動すると習慣が獲得されるが、そのあとアクセシビリティが改善されても行動は変化しない

M2以上チーム
18ページの確率的な左の状態から決定的な右の状態へ逐次変更していくプロセスがモデルの中に入ると面白そう。
粒子フィルタリングの潜在変数がベイズ的に更新されるようになると、粒子フィルタリングに習慣獲得の過程を入れられそう


チャット
13:13:57 開始 EIJI HATO から 全員:
	増田とか倉澤は固定効果モデルがパネルデータがあるので使えます．
13:18:26 開始 EIJI HATO から 全員:
	浪江で関係人口のアクティビティパターンの学習過程と，鬱s理住んだ場合は習慣形成の過程が違いそうですね．移住前の行動体験と移住後の行動体験のウエイトや情報提供，モビリティの提供にも関係しそう．
13:19:23 開始 EIJI HATO から 全員:
	固定効果ってα？
13:19:28 開始 EIJI HATO から 全員:
	だよね．
13:20:13 開始 EIJI HATO から 全員:
	内生性は渡邉くんの研究に近いね．
13:21:28 開始 EIJI HATO から 全員:
	１）agent effectの識別性は，リスクに対する内生性をもっている個人固有の態度を記述するのによさそう．
13:22:45 開始 EIJI HATO から 全員:
	２）居住地（リスクのある土地とない土地）で説明できるから，前田のモデルでも使えそう．
13:23:26 開始 EIJI HATO から 全員:
	３）隠れマルコフはEM的だし，多様体なので，倉澤も参考になると思います．
13:27:20 開始 EIJI HATO から 全員:
	４）価値関数が複雑になるから，カルマンフィルターで解くのは，面白いし，４）の推定法がこの論文で重要なところですね．
13:39:53 開始 Aiko Kondo から 全員:
	肝心なところをわかってないのだと思うんですが，普通のMNLをかは全部agentごとの観測できない性質をぜんぶ誤差項に押し付けてるのだと思いますが，agent effectsはどうやって分離するんですかね
13:42:23 開始 Aiko Kondo から 全員:
	EMの潜在クラスてきな感じ…?
13:47:08 開始 Junji Urata から 全員:
	パネルデータなので、分離できるというのが導入になっていますね
13:52:54 開始 EIJI HATO から 全員:
	誤差項の構造化でも対処できそうですね．
13:53:05 開始 EIJI HATO から 全員:
	それだとMXLですが．
13:55:38 開始 EIJI HATO から 全員:
	習慣効果を内生化すると，習慣に影響を与える変数と，選択に影響を与える変数を分離できると，結構良さそう．
13:56:20 開始 EIJI HATO から 全員:
	ベルマンはそこが分離できていないね．Emma自身の説明がこなれていない感じがします．
13:56:36 開始 Aiko Kondo から 全員:
	潜在変数の推定という
13:57:17 開始 Aiko Kondo から 全員:
	個人ごとの潜在変数の推定が，パネルだとできる，ということなんでしょうが
13:57:57 開始 Aiko Kondo から 全員:
	それが選好と何が違うのかが難しいような気がしてagent effectsありかなしかって，ん？？みたいになってました
13:58:18 開始 EIJI HATO から 全員:
	個人に固有の選好を習慣といっています．
13:58:37 開始 EIJI HATO から 全員:
	時間安定選好＝習慣．
14:00:57 開始 Aiko Kondo から 全員:
	個人ごとの潜在変数推定を入れ込むと固定効果モデルってことでいいんですか
14:06:02 開始 Junji Urata から 全員:
	そうですね。個人ごとに同定しているという形です。