Gemischtes Logit-Modell
Das Gemischte Logit-Modell, formal eingeführt von McFadden und Train (2000) und weiter ausgeführt in Train (2009), ist ein flexibles diskretes Wahlmodell, das Präferenzparameter zufällig über Entscheidungsträger hinweg variieren lässt. Durch die Integration von Standard-Logit-Wahrscheinlichkeiten über eine Mischverteilung von Koeffizienten überwindet es die restriktive Unabhängigkeit von irrelevanten Alternativen (IIA)-Eigenschaft und berücksichtigt unbeobachtete Geschmacksvariationen, Korrelationen in Paneldaten und komplexe Substitutionsmuster zwischen Alternativen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Mixed (Random-Parameters) Logit Model. ScholarGate. https://scholargate.app/de/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.
- Bayes'sche RegressionBayes-Statistik↔ compare
- Multinomiale Logistische RegressionÖkonometrie↔ compare
- Geschachteltes Logit-Modell für diskrete WahlentscheidungenÖkonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →