イメージ分布の推定法考察中

内閣支持（不支持）の理由についての時系列データがあるので、これから内閣イメージの変化が分かりはしないかと思って色々考えている所です。行く行くは、一般に何かに対するイメージ（一次理論）の変化を測定し、変化を記述するダイナミクスモデルを作りたい訳ですが、その基礎研究ということになります。

とりあえずは、ある時点の内閣支持（不支持）理由の分布から内閣イメージの分布を推定する方法を考えています。手持ちのデータでは理由の選択肢として、

　首相がよいから（悪いから）
　与党が良いから（悪いから）
　政策が良いから（悪いから）
　なんとなく良いから（悪いから）

の８つがあげられてますので

　首相イメージスコア　x1
　与党イメージスコア　x2
　政策イメージスコア　x3
　その他のイメージスコア　x4

の４変数を考えて、これらがどういう分布のときに観測された支持（不支持）理由の分布が再現されやすいかを調べることを考えています。

x1～x4についての４次元正規分布を考えて、各変数の平均と分散とを最尤推定（さいゆうすいてい）すればよかろうという所まで、昨日考えたのですが（共分散の推定までは識別問題があって多分無理）、できあいの最尤推定アルゴリズムは多分使えないし、自分で書くのも面倒なので、モンテカルロ推定で妥協しようかなと思っている今日この頃です。