จัดทำเป็นเอกสาร / ตัวอย่างที่จำลองได้ของการประยุกต์ใช้วิธีเศรษฐมิติที่ประสบความสำเร็จในโลกแห่งความจริง?


10

คำถามนี้อาจฟังดูกว้างมาก แต่นี่คือสิ่งที่ฉันกำลังมองหา ฉันรู้ว่ามีหนังสือที่ยอดเยี่ยมมากมายเกี่ยวกับวิธีเศรษฐมิติและบทความเกี่ยวกับเทคนิคเศรษฐมิติที่ยอดเยี่ยมมากมาย นอกจากนี้ที่ดีเยี่ยมแม้ทำซ้ำตัวอย่างของเศรษฐที่อธิบายไว้ใน CrossValidated นี้คำถาม อันที่จริงตัวอย่างในคำถามนี้มาใกล้กับสิ่งที่ฉันกำลังมองหา สิ่งเดียวที่ขาดหายไปในตัวอย่างเหล่านั้นคือการที่พวกเขาเป็นเพียงการวิจัยรายงานโดยไม่ต้องเอ่ยถึงว่าผลของการศึกษาที่มีอาการในใด ๆการประยุกต์ใช้จริงในโลก

สิ่งที่ฉันกำลังมองหาคือเอกสาร / ตัวอย่างที่สามารถจำลองได้ของการประยุกต์ใช้ทฤษฎีทางเศรษฐมิติในโลกแห่งความเป็นจริงซึ่งมีลักษณะดังต่อไปนี้:

  1. พวกเขาควรจะทำซ้ำเช่นมีคำอธิบายรายละเอียดของ (และตัวชี้ไปยัง) ข้อมูลเทคนิคทางเศรษฐมิติและรหัส นึกคิดรหัสจะเป็นภาษา R
  2. ควรมีเอกสารรายละเอียดแสดงให้เห็นว่าเทคนิคที่ประสบความสำเร็จในโลกแห่งความเป็นจริงตามการวัดที่ดีของความสำเร็จ (เช่น "เทคนิคที่ช่วยเพิ่มรายได้เพราะมันเปิดใช้การคาดการณ์ความต้องการที่ดีขึ้นและนี่คือตัวเลขที่เกี่ยวข้อง")

ฉันใช้ระยะทางเศรษฐมิติค่อนข้างกว้างที่นี่ - ผมหมายถึงใด ๆ เรียงลำดับของการทำเหมืองข้อมูล , สถิติวิเคราะห์ข้อมูล , predictiion , การคาดการณ์หรือเครื่องเรียนรู้เทคนิค ปัญหาหนึ่งในการค้นหาตัวอย่างเช่น: การประยุกต์ใช้เศรษฐมิติที่ประสบความสำเร็จในการตั้งค่าเพื่อผลกำไรและเป็นกรรมสิทธิ์ดังนั้นหากเทคนิคทำงานได้ดีมันอาจจะไม่ถูกเผยแพร่ (นี่เป็นเรื่องจริงโดยเฉพาะอย่างยิ่งในกรณีของการซื้อขายแบบกรรมสิทธิ์ กลยุทธ์) แต่ฉันหวังว่าจะมีตัวอย่างที่เผยแพร่ซึ่งมีคุณสมบัติอย่างน้อย (2) ข้างต้นหากไม่ใช่ทั้ง (1) และ (2)


@pchalasani LTCM นับหรือไม่ ;)
พระคาร์ดินัล

สิ่งที่เกี่ยวกับการสร้างแบบจำลองทางเลือกที่ไม่ต่อเนื่อง? ฉันคิดว่าคนส่วนใหญ่คิดว่า DCM เป็นสาขาเศรษฐศาสตร์และอุตสาหกรรมการพยากรณ์อุปสงค์เดินทางทั้งหมดอาศัย DCM เพื่อสร้างปัจจัยการผลิตสำหรับแบบจำลองการพยากรณ์ของพวกเขา ... ซึ่งอาจไม่ใช่สิ่งที่คุณคิด
Chase

@pchalasani ใช่คุณตีความคำว่า "เศรษฐมิติ" ในวงกว้างได้อย่างไร? ตัวอย่างเช่นระบบนับ "Cinematch" ของ Netflix (หรือเอ็นจิน "ผู้แนะนำ" ที่ประสบความสำเร็จอื่น ๆ ออกมาที่นั่น) หรือไม่?
พระคาร์ดินัล

Arnold Zellner ไม่ใช่ชื่อที่ไม่ถูกต้องที่จะค้นหา วิทยานิพนธ์ปริญญาเอกของ larry bretthorst เกี่ยวกับการประมาณสเปกตรัมก็ดีเช่นกัน
ความน่าจะ

@chase และ @cardinal: ใช่การคาดการณ์ความต้องการการเดินทางและ Netflix Cinematch (และเครื่องมือการแนะนำอื่น ๆ ) จะเป็นตัวอย่างที่ดีหากมีเอกสารเกี่ยวกับวิธีการทำงานหรืออย่างน้อยคำอธิบายของเทคนิคพื้นฐาน ตัวอย่างอื่น ๆ อาจมาจากโดเมนที่ไม่แสวงหาผลกำไรเช่นการศึกษาหรือรัฐบาล
R_Coholic

คำตอบ:


4

ดังที่ได้กล่าวไว้ในความคิดเห็นการพยากรณ์ความต้องการเดินทางมักจะใช้ข้อมูลจากตัวเลือกแบบแยก (multinomial logit, nested logit, logit แบบผสม ฯลฯ ) เพื่อช่วยในการพัฒนาตัวเลือกโหมดพฤติกรรมหรือการกำหนดเส้นทางในการพยากรณ์ความต้องการเดินทาง DCM มีแอปพลิเคชั่นมากมายนอกการพยากรณ์ความต้องการเดินทาง แต่มันถูกใช้ในอุตสาหกรรมการขนส่งมานานกว่า 30 ปีดังนั้นควรมีตัวอย่างที่ดีมากมาย

สำหรับตัวอย่างที่ทำซ้ำได้:

  • Biogemeเป็นซอฟต์แวร์โอเพนซอร์ซที่ปรับให้เหมาะสมสำหรับการประเมินโมเดล logit เว็บไซต์จัดทำข้อมูลรหัสและบทความอธิบายวิธีการของพวกเขา
  • travelRเป็นโครงการเพื่อพยากรณ์ความต้องการเดินทางด้วย R มีการนำเสนอที่ useR! 2010 เกี่ยวกับโครงการนามธรรมที่นี่และภาพนิ่งที่นี่ นอกจากนี้ยังมีการสัมมนาผ่านเว็บขึ้นมาในอีกไม่กี่สัปดาห์เกี่ยวกับ R และการคาดการณ์อุปสงค์การเดินทางที่ฉันจะหาลิงค์และอัปเดตที่นี่สำหรับผู้ที่สนใจ
  • Transportation Review Board Conferenceได้จัดทำรายการเอกสารทั้งหมดที่มีออนไลน์ในปีนี้ ฉันไม่มีเอกสารเฉพาะที่จะเชื่อมโยง แต่มีเอกสารหลายฉบับเกี่ยวกับการใช้โมเดลตัวเลือกในบริบทการขนส่ง

ขอบคุณสำหรับรายละเอียด @Chase DCM เป็นพื้นที่ที่ฉันไม่คุ้นเคย แต่ดูน่าสนใจ
R_Coholic

@pchalasani - สำหรับภาพรวมทั่วไปของการสร้างแบบจำลองทางเลือกโดยสิ้นเชิงหนังสือของ Kenneth Trainเป็นจุดเริ่มต้นที่ดีมากสำหรับทั้งทฤษฎีและการใช้งานจริง มันเป็นการอ่านที่ค่อนข้างหนาแน่น แต่ก็คุ้มค่ากับความพยายามหากคุณสนใจ
Chase
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.