《表1 经典Logit模型的函数形式、适用条件、应用场合及特点》
随机效用模型转化为选择模型需要对随机误差项的联合分布进行确定的假设,离散选择模型的研究和发展都是围绕随机变量的假设和处理进行的。经典Logit模型包括多项Logit模型(MNL)、条件Logit模型(CL)、混合Logit模型(ML)和随机参数Logit模型(RPL)。混合Logit概率可以用不同的方式推导,其形式上是等价的,且提供了不同的解释,使用最广泛的推导是基于随机系数的,因此,在许多文献中,把混合Logit概率也称作随机参数Logit概率。不同的计量模型形式因误差项的不同设定(服从不同的分布假设)而获得,各模型的函数形式、适用条件、应用场合及特点如表1所示。
图表编号 | XD00209408500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 申慧敏、夏赞才、刘婷、张悦 |
绘制单位 | 湖南师范大学旅游学院、湖南师范大学旅游学院、湖南师范大学旅游学院、湖南师范大学旅游学院 |
更多格式 | 高清、无水印(增值服务) |