Смесен лог-модел
Смесеният лог-модел, формално въведен от McFadden и Train (2000) и разработен в Train (2009), е гъвкава рамка за дискретен избор, която позволява параметрите на предпочитанията да варират случайно между лицата, вземащи решения. Чрез интегриране на стандартни лог-вероятности върху смесващо разпределение на коефициентите, той преодолява ограниченото свойство за независимост на ирелевантните алтернативи (IIA) и приспособява несъблюдаваната хетерогенност на вкусовете, корелацията в панелни данни и сложните модели на заместване между алтернативите.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Train, K. E. (2009). Discrete Choice Methods with Simulation (2nd ed.). Cambridge University Press. ISBN: 978-0-521-74738-7
- McFadden, D., & Train, K. (2000). Mixed MNL models for discrete response. Journal of Applied Econometrics, 15(5), 447–470. DOI: 10.1002/1099-1255(200009/10)15:5<447::AID-JAE570>3.0.CO;2-1 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Mixed (Random-Parameters) Logit Model. ScholarGate. https://scholargate.app/bg/econometrics/mixed-logit
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Мултиномиална логистична регресияИконометрия↔ compare
- Модел на дискретен избор с вложени логѝтиИконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →