マーケティングリサーチとベイズ推定

昨日はJMRX勉強会でした。

首都大・朝野先生をお迎えしてのベイズ推定の基本の「き」となる講義でした。

私自身は学生時代の後期の後期ぐらいにちょっとかじった程度です。
だからちょっと理解がおぼつかないところがあるのが正直なところ。
ちゃんと勉強したいなぁ・・・と思いつつ、今にいたります。

話の流れとしては、ロジスティック回帰モデルを例にとり、従来型の推定とベイズ推定の違いを丁寧に追っていく流れとなりました。

先生も実務家向けにいくつか数式展開を優しく・工夫していただいたのですが、普段数式を見慣れない我々には若干難しいところがありましたね（笑

ただ、後段で先生も仰られていたように、通常我々が触れる（読みやすい）マーケティングやビジネス書ではない知識に触れることはアイデアを生み出すには重要なことだと思います。
（好きなものばっかり食べず、時には苦手なものも食べたほうがよい、ということでしょうか。）

実際、我々自身が数式展開を追うことが出来ずとも、そこで語られている内容を「文学的に」理解するだけでも価値があります。
独学で学ぶにはそれこそ根気が必要になりますが、勉強会や講師がわかりやすく説明してくれる場は理解を促進してくれるはずです。
その意味で、昨日の場は貴重な場といえるのではないでしょうか。

さて、話はそれましたが・・・。
基本的には事前分布の導入がもとらす効用にフォーカスが当てられていました。
事前分布を妥当性をもって導入すること。
それが実務上は最も難しい部分ではあります。
昨日の講義ではさらりと「各種事前の統計に基づき」とおっしゃっていた部分ですね。

あと、個人的なベイズ推定の効用は少ないデータから多くのパラメータ推定ができる点が大きいと感じています。
従来のアプローチでは、消費者の異質性をあらわすパラメータ推定などは困難だったわけですが、上記の特徴によってある程度解決されます。
（推定にはまたもや事前情報の妥当性がつきまとうと思われますが。）
この視点はマーケティングにおいては重要な効用をもたらすと思います。

で・・・マーケティング「リサーチ」にどう役立つか・・・ですが・・・。
どうなんでしょうね？
もう少し勉強と考える時間が必要そうです。

今日はここまで。