Mixed Logit Model
Mixed Logit-modellen, formelt introduceret af McFadden og Train (2000) og uddybet i Train (2009), er et fleksibelt rammeværk for diskrete valg, der tillader præferenceparametre at variere tilfældigt på tværs af beslutningstagere. Ved at integrere standard logit-sandsynligheder over en blandingsfordeling af koefficienter, overvinder den den restriktive uafhængighed af irrelevante alternativer (IIA) egenskab og imødekommer uobserveret smagshomogenitet, korrelation i paneldata og komplekse substitutionsmønstre på tværs af alternativer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Mixed (Random-Parameters) Logit Model. ScholarGate. https://scholargate.app/da/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.
- Bayesiansk regressionBayesiansk↔ compare
- Multinomisk logistisk regressionØkonometri↔ compare
- Indlejret Logit Diskret ValgmodelØkonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →