TAILIEUCHUNG - Train_Discrete Choice Methods with Simulation - Chapter 5

5 Probit Choice Probabilities The logit model is limited in three important ways. It cannot represent random taste variation. It exhibits restrictive substitution patterns due to the IIA property. And it cannot be used with panel data when unobserved factors | P1 GEM IKJ P2 GEM IKJ QC GEM ABE T1 GEM August 20 2002 12 28 Char Count 0 CB495-05Drv CB495 Train KEY BOARDED 5 Probit Choice Probabilities The logit model is limited in three important ways. It cannot represent random taste variation. It exhibits restrictive substitution patterns due to the IIA property. And it cannot be used with panel data when unobserved factors are correlated over time for each decision maker. GEV models relax the second of these restrictions but not the other two. Probit models deal with all three. They can handle random taste variation they allow any pattern of substitution and they are applicable to panel data with temporally correlated errors. The only limitation of probit models is that they require normal distributions for all unobserved components of utility. In many perhaps most situations normal distributions provide an adequate representation of the random components. However in some situations normal distributions are inappropriate and can lead to perverse forecasts. A prominent example relates to price coefficients. For a probit model with random taste variation the coefficient of price is assumed to be normally distributed in the population. Since the normal distribution has density on both sides of zero the model necessarily implies that some people have a positive price coefficient. The use of a distribution that has density only on one side of zero such as the lognormal is more appropriate and yet cannot be accommodated within probit. Other than this restriction the probit model is quite general. The probit model is derived under the assumption of jointly normal unobserved utility components. The first derivation by Thurstone 1927 for a binary probit used the terminology of psychological stimuli which Marschak 1960 translated into economic terms as utility. Hausman and Wise 1978 and Daganzo 1979 elucidated the generality of the specification for representing various aspects of choice behavior. Utility is decomposed into .

• Kế toán - Kiểm toán
• xác suất thống kê
• phân tích tài chính
• kinh tế ứng dụng
• quản lý tài chính
• hoạch toán doanh nghiệp
• Bài tập xác suất thống kê
• Lý thuyết xác suất thống kê
• Tài liệu xác suất thống kê
• Môn học xác suất thống kê
• Ôn tập xác suất thống kê
• Bài giảng xác suất thống kê
• Giáo trình xác suất thống kê
• Đề thi xác suất thống kê
• Giáo án xác suất thống kê
• tài liệu học đại học
• xác suất thống kê toán
• Đề thi giữa kỳ Xác suất thống kê
• Câu hỏi thi Xác suất thống kê
• Ôn thi Xác suất thống kê
• Luyện thi Xác suất thống kê
• Tài liệu thi Xác suất thống kê
• Hướng dẫn thi Xác suất thống kê
• Đề thi giữa ký Xác suất thống kê
• Tham khảo thi Xác suất thống kê
• Đề thi thử Xác suất thống kê
• 58 bài tập xác suất thống kê
• Môn Xác suất thống kê
• Trắc nghiệm Xác suất thống kê
• Xác suất thống kê 1
• Bài thi Xác suất thống kê
• Tổng quan xác suất thống kê
• Cơ bản xác suất thống kê