文献

J-GLOBAL ID：201802244100238729   整理番号：18A1107014

観測されていない失われた指標の下での反復期間に対するBayesデータ組合せアプローチ:マーケティングにおける購買タイミングへの応用【JST・京大機械翻訳】

A Bayesian data combination approach for repeated durations under unobserved missing indicators: Application to interpurchase-timing in marketing

著者 (3件)： Igari Ryosuke (Faculty of Business Administration, Hosei University, Japan) ,  Hoshino Takahiro (Department of Economics, Keio University, 2-15-45, Mita, Tokyo, Japan) ,  Hoshino Takahiro (Center for Advanced Intelligence Project, RIKEN, Japan)
資料名： Computational Statistics & Data Analysis  (Computational Statistics & Data Analysis)
巻： 126  ページ： 150-166  発行年： 2018年 
JST資料番号： H0911A  ISSN： 0167-9473  CODEN： CSDADW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 反復継続時間解析における断続的な誤解は,適用された研究において一般的であるが,統計学において厳密には考慮されていない。断続的な誤解の下では,2つの観測されたイベントの間に存在するいかなる欠落イベントも未知である。言い換えると,欠落した指標は決して観察されない。したがって,2つの観測されたイベントの間に欠落したイベントが存在するならば,研究者は2つ以上のイベントの累積期間のみを観察する。一般化レベル情報を利用する準Bayes推定法を用いて,観測されていない断続的な誤解の下でパラメータを適切に推定した。提案したモデルは以下の通りである。(1)潜在的変数モデル,(2)真および複合期間を分離する潜在的欠落指標モデル,(3)継続時間モデルの混合,および(4)非無視可能な断続的なミスsinを扱うための集団レベル情報からのモーメント制限。新しい推定手順を用いて,潜在的変数を有するGMMの尤度と目的関数を同時に結合した。これはBayesデータ組合せと呼ばれる。このモデルを日本の購入履歴データを用いてデータベースマーケティングにおける購入期間に適用した。これらのデータは購入の発生と貯蔵を捉える。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モーメント ,  統計学 ,  日本 ,  Bayes推定 ,  継続時間 ,  *マーケティング ,  目的関数 ,  時間分析 ,  *購買
準シソーラス用語： 尤度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 間欠的誤sing ,  潜在変数モデリング ,  準Bayes ,  人口レベル情報 ,  Dirichletプロセス混合モデル

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (7件)： 観測 ,  指標 ,  反復 ,  組合せ ,  マーケティング ,  購買 ,  応用