ScholarGate
Assistent
Regression modelDiscrete choice

Geschachteltes Logit-Modell für diskrete Wahlentscheidungen

Das geschachtelte Logit-Modell (Nested Logit) ist ein Rahmenwerk für diskrete Wahlentscheidungen, das sich gegenseitig ausschließende Alternativen in hierarchischen Nestern gruppiert. Es ermöglicht korrelierte unbeobachtete Nutzen innerhalb jedes Nestes, während die Unabhängigkeit zwischen den Nestern gewahrt bleibt. Formell eingeführt von Ben-Akiva und Lerman (1985) und basierend auf McFaddens Theorie der verallgemeinerten Extremwerte (Generalized Extreme Value, GEV), erweitert es das Standard-Multinomiale Logit-Modell, indem es die restriktive Annahme der Unabhängigkeit von irrelevanten Alternativen (Independence of Irrelevant Alternatives, IIA) innerhalb vordefinierter Gruppen ähnlicher Alternativen lockert.

Mit EconMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Ben-Akiva, M., & Lerman, S. R. (1985). Discrete Choice Analysis: Theory and Application to Travel Demand. MIT Press. ISBN: 978-0-262-02217-0

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). Nested Logit Discrete Choice Model. ScholarGate. https://scholargate.app/de/econometrics/nested-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.

Compare side by side

Referenziert von

ScholarGateNested Logit (Nested Logit Discrete Choice Model). Abgerufen am 2026-06-15 von https://scholargate.app/de/econometrics/nested-logit · Datensatz: https://doi.org/10.5281/zenodo.20539026