GEM: Generalised Entropy Models for Spatial Choices – Københavns Universitet

Videresend til en ven Resize Print Bookmark and Share

Økonomisk Institut > Forskning og publikationer > Eksternt finansierede projekter > GEM: Generalised Entro...

01. september 2017

GEM: Generalised Entropy Models for Spatial Choices

Der er flere situationer i vores liv, hvor vi skal vælge mellem mange forskellige alternativer. Tænk bare på vores valg af bolig og transportmiddel eller sommerferie. Eller vores indkøb i supermarkedet. Vores valg følger nogle mønstre, og de mønstre er vigtige at kende til og bruge, når vi som virksomhed eller samfund skal lægge planer for fremtiden. Det er for eksempel vigtigt for at kunne forudsige et samfunds trafikmønster, når der skal lægges planer for transportsystemer. Vi vil også gerne kunne forudsige hvad der sker den samlede bilpark, hvis registreringsafgiften ændres. For supermarkederne er det vigtigt at vide noget om, hvordan eksisterende og potentielle kunder reagerer på en prisændring, og rejsebureauer skal kunne forudsige folks rejsevalg, hvis de skal have succes. Til alle forudsigelser anvender man en type statistisk model for forbrugeradfærd.

Mogens Fosgerau er blevet tildelt det prestigefyldte Advanced Grant fra ERC for i løbet af 5 år at arbejde med et nyt paradigme for statistiske modeller for forbrugeradfærd, som bygger på  entropibegrebet, kendt fra fysik og informationsteori. Ved hjælp af entropi er det muligt at transformere modellerne, så de bliver lineære, hvilket gør dem beregningsmæssigt meget attraktive, samtidig med at de er robuste overfor manglende information. Med en generaliseret entropi bliver det muligt at få modellerne til også at beskrive mere komplekse substitutionsmønstre.

Mogens forklarer: "En god model skal kunne beskrive komplekse substitutionsmønstre. For eksempel vil en prisstigning for bil X få salget af andre biler til at stige i forskellig grad: salget vil stige mest for de biler, som ligner bil X på en eller anden måde. Denne type substitutionsmønstre kan de nuværende modeller godt klare - i princippet. Men de nuværende modeller er ikke-lineære, og derfor er de beregningsmæssigt meget tunge at arbejde med. De har samtidig problemer med at håndtere, hvis der mangler relevant information i data. Især det sidste er alvorligt, for i virkelighedens verden har vi nærmest aldrig adgang til alle relevante informationer.

Vi vil i første omgang fokusere på anvendelser inden for transportområdet, blandt andet til at forudsige trafikanters ruter gennem trafiknetværk. Det er et svært problem, fordi der er så mange muligheder for ruter i store netværk. Siden kan modellerne udbredes til mange andre områder"

De nuværende statistiske modeller for forbrugeradfærd er anvendt i tusindvis af sammenhænge verden over. Med udviklingen af de nye modeller åbnes muligheden for at de kan blive endnu mere udbredte.

Kontakt: Mogens Fosgerau
Bevillingsgiver: The European Research Council - Advanced Grant. Advanced Grants tildeles førende og etablerede forskere, som med midlerne kan bedrive banebrydende højrisikoforskning. Mogens Fosgerau var ved denne uddeling 1 ud af 5 danske forskere, der modtog et ERC Advanced Grant.
Projektperiode: September 2017 – august 2022