シミュレーションと補間による離散選択動的プログラミングモデルの解法と推定：モンテカルロ証拠

過去10年間、行動の離散選択動的プログラミング（DDP）モデルの推定方法に関する文献がかなり発展してきました。しかし、これらの方法の実装は大きな計算負担を強いる可能性があります。なぜなら、エージェントの意思決定ルールを解くためには、状態空間内の各点で実行されなければならない高次元の積分が含まれることが多いためです。本論文では、次のような近似解法を開発します：（1）モンテカルロ積分を使用して、状態ポイントのサブセットで必要な複数の積分を刺激し、（2）回帰関数を使用して非シミュレーション値を補間します。この近似法の全体的な性能は優れているようです。著作権1994年 MITプレス。