Traffine I/O

日本語

2024-03-13

ロジットモデルにおけるログサム

ロジットモデルとは

ロジットモデルは、統計学や経済学で使われる手法で、特定の選択肢が選ばれる確率を予測するためのモデルです。例えば、消費者が複数の商品からどれを選ぶか、あるいは通勤にどの交通手段を選ぶかといった状況を分析するのに適しています。選択肢ごとの属性を考慮して、選ばれる確率を計算するため、実際の意思決定プロセスをシミュレーションするのに役立ちます。

https://io.traffine.com/ja/articles/logit-model

ログサムの定義と役割

ログサム(Logsum)は、ロジットモデルにおいて、全ての選択肢の効用をまとめた指標です。具体的には、ある選択肢の集合に対して、その選択肢全体がどれだけ魅力的であるかを示します。効用が高い選択肢が多い場合、ログサムは大きくなり、選択の幅が広がっていることを示します。逆に、効用が低い選択肢ばかりの場合、ログサムは小さくなり、魅力の少ない選択肢しかないことを表します。

ログサムの数式は次のようになります。

\text{Logsum} = \ln \left( \sum_{j=1}^{J} e^{V_j} \right)

ここで、J は選択肢の数、V_j は選択肢 j の効用です。

この式が示すように、各選択肢の効用を指数変換し、それらの合計を対数に取ることで、選択肢全体の魅力を一つの指標にまとめています。

ログサムの役割

ロジットモデルにおけるログサムの役割は、複数の選択肢に対する「全体の魅力度」を測ることです。各選択肢の効用は、選択肢が選ばれる確率の計算に用いられますが、ログサムはそれらを一つの値にまとめ、選択の幅や選択肢全体の質を表現します。

例えば、交通手段の選択をモデル化する場合、車、バス、電車、自転車などの選択肢があり、それぞれに効用が割り当てられます。この場合、ログサムを計算することで、全体としてどのくらいの交通手段が魅力的であり、どの選択肢が重要な役割を果たしているかを理解することができます。

ログサムの具体的な使い方

ログサムは、交通モデルや消費者選択モデルなどで特に重要な指標です。例えば、新しい交通インフラ(新しいバス路線や鉄道路線)の導入が、通勤者の選択行動にどう影響するかを分析する際に、ログサムを使ってその変化を定量的に評価できます。

  1. ログサムの上昇
    新しいバス路線が開通し、バスの効用が上がると、全体のログサムも上昇します。これにより、交通手段全体の魅力が高まったことがわかり、選択の多様性や質が向上したことを意味します。

  2. 政策評価
    また、ログサムは政策評価にも活用されます。例えば、料金値上げや道路渋滞の改善といった政策が、どの程度選択肢の魅力を変化させたかを定量的に示し、選択肢の改善策の効果を測定できます。

ログサムの解釈

ログサムが大きいほど、選択肢の多様性や質が高いことを示します。逆にログサムが小さい場合、利用可能な選択肢の魅力が低く、選択肢が少ないことがわかります。政策や商品変更が選択肢全体にどれだけのインパクトを与えたかを分析するために、ログサムは強力な指標となります。

ログサムの具体例

ここでは、具体的なシナリオをもとに、どのようにログサムが計算され、選択肢の評価に使われるかを詳しく説明します。

シナリオ:通勤手段の選択

ある都市で、通勤者が3つの異なる交通手段(車、バス、自転車)からどれを使って通勤するかを選ぶ状況を考えます。各交通手段には、価格や通勤時間、快適さなどの要素が関わり、それぞれの選択肢に対して効用(利便性や魅力)が与えられます。

  • 車の効用 V_{car} = -2
  • バスの効用 V_{bus} = -1
  • 自転車の効用 V_{bike} = -0.5


これらの効用は、交通手段の特性に基づきます。例えば、車は高額だが時間が短い、バスは安価だが時間がかかる、自転車は時間も価格もそこそこだが、体力を使うといった具合です。

ログサムの計算

効用をもとに、各選択肢の指数変換を行います。ロジットモデルでは、この指数変換が選択される確率に直接結びつきます。

e^{V_{car}} + e^{V_{bus}} + e^{V_{bike}} = e^{-2} + e^{-1} + e^{-0.5} = 0.135 + 0.368 + 0.607 = 1.11

次に、この合計に対して対数を取ります。これがログサムの値です。

\text{Logsum} = \ln \left( 1.11 \right) \approx 0.104

このログサムの値は、全体としての通勤手段の「選択肢の魅力度」を表します。値が高ければ、選択肢が多様で魅力的であり、値が低ければ、選択肢に制限があるか、全体的にあまり魅力的でないことを示します。

ログサムの変化と選択肢評価

次に、バスの効用が変化した場合を考えてみます。例えば、新しいバス路線が開通し、通勤時間が短縮されることでバスの効用が -0.5に改善されたとします。この変化により、選択肢の効用も変わります。

  • 車の効用 V_{car} = -2(変わらず)
  • バスの効用 V_{bus} = -0.5(改善)
  • 自転車の効用 V_{bike} = -0.5(変わらず)

再び指数変換を行います。

e^{V_{car}} + e^{V_{bus}} + e^{V_{bike}} = e^{-2} + e^{-0.5} + e^{-0.5} = 0.135 + 0.607 + 0.607 = 1.349

これに対して対数を取ると、

\text{Logsum} = \ln \left( 1.349 \right) \approx 0.299

バスの効用が改善されたことで、ログサムの値が増加しました。これは、選択肢全体の魅力が向上したことを意味し、通勤者にとってより多様で質の高い選択肢が提供されていることを示しています。

Ryusei Kakujo

researchgatelinkedingithub

Focusing on data science for mobility

Bench Press 100kg!