米澤 Bhat, MDCEV. 2004.

p5
はとう＞無差別曲線ってなに。等効用曲線。

P18
はとう＞どういう変数を置いてモデルをやろうとしているかというのが大事なので、頭に置いておくように。

はとう＞離散連続は離散選択が何も制約がなくて、こうようのたかいものを選択するというものだったのに対して制約条件付きの最大化問題という点がちがうところ。普通に考えると最適化問題だからKKT条件を使って計算できる財の消費の最大化問題。そこがポイント。このときに無差別曲線を使って最大化問題を解いているんだけど経済学におけるベースライン効用や限界効用や無差別曲線はミクロ経済の基本なので、スライド1、2枚程度でまとめると良い。トランスレーションパラメーターは限界代替率とかに関係している。端点解を導いているというところもあるので、このあたり復習するように。
時間に関しては常に制約があるので、どこでどれくらい過ごすのかというのが制約の中で、時間の配分問題になる。こういう問題が離散連続モデルで解けるということになる。先輩も使っているので是非理解するように。

ではら＞KKT条件のところ。KKT条件を使って効用の式を変形していくことで、誤差項を分けることができて、選択確率を求められる。

いいづか＞Bhat2008のほうが有名？2008だとアルファとガンマとプサイの意味が詳細に分析されているはずで、式もちょっと違う。僕も読んだがちょっとわからなかった。
はとう＞じゃ二人でスライドまとめて！Bhat2005,2008,Habibで3シリーズだがらまとめると良いかも。

はとう＞アクティビティモデルでわかるのはどれにどれだけ時間を割くのかというところ。ただ順序はない。これだけだとスケジューリングモデルはできない。このモデルの欠点。Bowman&Ben-Akivaだとプレトリップ型。時間の精度はMDCEVモデルの方が高いが。
25本読んできたから、どれが離散選択なのかとか吸い上げてみよう。

いいづか＞
離散選択モデルとしてMNLそれをNL。McFaddenがGEVで一般化した。異質性を考慮する熊野がやったセグメントや、ネットワーク配分の中の選択として佐佐木のマルコフ。アクティビティモデルとしてBen-AkivaがNLを発展させてアクティビティモデル。Reckerのモデル。これだと選択肢が膨大なので、時間を連続量として扱おうとしたのがBhat。逐次化したのがHabib。Bhat2011はなにがわるいかというと、Habibモデルだと選択し数が少ない。現実のネットワークレベルでの時間配分をやりたいと考えた時にRL2013。最初は経路選択。タイムスペース図で滞在を書けば、アクティビティモデルにもできるというのをいまはとうけんなどがやっている。マルチスペースネットワークはTimmermanとか。ここまでくると細かくできるけど、価値関数の推定が難しい。
はとう＞推定について、あまりやっていないよね。
いいづか＞推定手法についてのレビューが足りていないと感じている。
はとう＞解の方向の探索のやりかた。ランダムツリーとか。機械学習で蓄積が進んでいる。ここまで行くと解法はKKTやUE（利用者均衡）などの解法とじつは等価。なのでここまでくると双対問題として一般化できるというところに行こうとしているのが現在。こういうのを夏学期やった。

交通配分。動的だろうと静的だろうと個人の属性をどう時間選択に割り付けて配分をするのかというのをパブリックセクターとして解いた。

立地モデル系。こせきとではらがやったのは何が違う？労働者の移動をやっているとか、勤務地があって居住地をどこにやるかというところ。居住地をどうおくかでモデルの置き方が違う。一般化するという意味だとHong Loのやつがわかりやすかった。俯瞰的に立地モデルについても議論しておくと良いのかと思う。ネットワークのかたち。熊野のやつも含めてできるかなと思う。

Vickreyとオークションは今の説明の流れだとどう説明できるの？資源配分問題を高度にしているのがモビリティのオークション。わたなべはこれにメカニズムデザインをいれてやろうとしている。俯瞰的に整理できるとおもう。

25本お疲れ様でした。