ScholarGate
Asistents
Machine learningGame-theoretic

Modelis ar nejaušu lietderību

Modelis ar nejaušu lietderību skaidro diskrētas izvēles uzvedību, pieņemot, ka aģenti gūst nenoteiktas lietderības no alternatīvām un izvēlas iespēju, kas nodrošina visaugstāko lietderību. Šo modeli, ko 1974. gadā ieviesa Daniels MakFadens, sadala lietderību sistemātiskā (novērojamā) un nejaušā (idiosinkrātiskā) komponentē, ļaujot prognozēt izvēles varbūtības. Logit modelis, kas ir parametriska specifikācija, dod slēgtas formas izvēles varbūtības, kuras plaši izmanto mārketingā, transportā un vides novērtēšanā.

Atvērt MethodMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Modelis ar nejaušu lietderību
Līdzsvara stāvoklis pēc…Beijesa Neša līdzsvarsNešs līdzsvarsModelis "Principāls-Aģen…

Avoti

  1. McFadden, D. (1974). Conditional logit analysis of qualitative choice behavior. In P. Zarembka (Ed.), Frontiers in Econometrics (pp. 105-142). Academic Press. link ↗
  2. Train, K. E. (2009). Discrete Choice Methods with Simulation (Second Edition). Cambridge University Press. link ↗

Kā citēt šo lapu

ScholarGate. (2026, June 3). Random Utility Model with Probabilistic Choice. ScholarGate. https://scholargate.app/lv/game-theory/random-utility-model

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus →

Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →

ScholarGate — Random Utility Model (Random Utility Model with Probabilistic Choice). Izgūts 2026-06-15 no https://scholargate.app/lv/game-theory/random-utility-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026