Rastgele Fayda Modeli
Random Utility Model with Probabilistic Choice · Ayrıca şöyle bilinir: Discrete Choice Model, Probabilistic Choice, Stochastic Utility
Rastgele Fayda Modeli, ajanların alternatiflerden belirsiz faydalar elde ettiğini ve en yüksek faydayı sağlayan seçeneği tercih ettiğini varsayarak ayrık seçim davranışını açıklar. Daniel McFadden tarafından 1974 yılında tanıtılan model, faydayı sistematik (gözlemlenebilir) ve rastgele (idiosinkratik) bileşenlere ayırarak olasılıksal seçim tahminlerine olanak tanır. Parametrik bir belirteç olan logit modeli, pazarlama, ulaşım ve çevre değerlemesinde yaygın olarak kullanılan kapalı formda seçim olasılıkları üretir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Gözlemlenmeyen heterojenliği tahmin ederken Rastgele Fayda Modelini uygulayın: ulaşım modu seçimi, ürün satın alma kararları, rota seçimi veya mesleki seçim. Toplu seçim verileriniz olduğunda ve bireysel düzeyde fayda gözlemleri olmadan tercihleri çıkarmak istediğinizde kullanın. Karar vericilerin sonlu bir kümeden bir seçeneği seçtiği ve politika analizi için seçim olasılıklarının gerektiği durumlarda uygundur.
Güçlü yönler & sınırlılıklar
- Teorik olarak temellendirilmiş: belirsizlik altında fayda maksimizasyonundan seçim olasılıklarını türetir
- Ampirik olarak çözülebilir: logit ve probit belirteçleri kapalı formda veya simüle edilebilir seçim olasılıkları üretir
- Gözlemlenmeyen heterojenliği ele alır: rastgele hatalar verilerde olmayan faktörleri hesaba katar
- Esnek: belirteç, dağılım varsayımlarına göre değişir (logit, probit, karışık logit)
- IIA varsayımı: standart logit, ilgisiz alternatiflerin bağımsızlığını varsayar ve bu ihlal edilebilir
- Büyük örneklemler gerektirir: küçük örneklemlerle veya nadir olaylarla tahmin zordur
- Belirteç hassasiyeti: farklı dağılım varsayımları farklı tahminler üretir
- Öğrenmeyi ele almaz: statik tercihleri varsayar; deneyim tabanlı güncellemeyi yakalamaz
SSS
Rastgele bileşen neden 'hata' olarak adlandırılır, eğer tercihler gerçekten rastgeleyse?
Rastgelelik, karar vericinin tercihlerine ilişkin analistin eksik bilgisini yansıtır, mutlaka mantıksızlığı değil. Gözlemlenmeyen faktörler (ruh hali, akran etkisi) faydayı etkiler ancak verilerde bulunmaz. Rastgele bileşen bu gözlemlenmeyen değişimi yakalar.
İlgisiz Alternatiflerin Bağımsızlığı (IIA) özelliği nedir?
IIA, A alternatifini B'ye tercih etme olasılığı oranının, diğer alternatiflerden ziyade A ve B'nin özelliklerine bağlı olduğunu belirtir. Logit IIA'yı karşılar, ancak bu gerçekçi olmayabilir: A'ya benzer üçüncü bir restoran eklemek, A'nın olasılığını B'ninkinden daha fazla azaltmalıdır.
Rastgele Fayda Modeli seçim verilerinden nasıl tahmin edilir?
Genellikle maksimum olabilirlik yoluyla: her karar vericinin hangi alternatifi seçtiğini gözlemleyin, ardından belirtilen seçim olasılığı modeli altındaki gözlemlenen seçimlerin olasılığını maksimize eden parametreleri bulun.
Kaynaklar
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Random Utility Model with Probabilistic Choice. ScholarGate. https://scholargate.app/tr/game-theory/random-utility-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Denge Durumu: Arrow-Debreu ModeliOyun teorisi↔ karşılaştır
- Bayesci Nash DengesiOyun teorisi↔ karşılaştır
- Nash DengesiOyun teorisi↔ karşılaştır
- Asil-Vekil ModeliOyun teorisi↔ karşılaştır