离散选择法

更新时间:2023-12-24 19:12

离散选择法(Discrete choice approach,缩写DCA,也作Discrete choice model,即“离散选择模型”)属于多重变量分析的方法之一,是社会学、生物统计学、数量心理学、市场营销等统计实证分析的常用方法。

简介

离散选择法(Discrete choice approach,缩写DCA,也作Discrete choice model,即“离散选择模型”)属于多重变量分析的方法之一,是社会学、生物统计学、数量心理学、市场营销统计实证分析的常用方法。

离散选择法的目标是通过(特定个体的或者特定类别的)协变量解释所观察到的在离散对象中进行的抉择。

临界值模型的假设

个体行为能够通过一个不可观察的(隐藏)变量yn来调控

yn线性依赖于协变量

二元变量假定依赖于yn的水平

不可观察的临界值c在识别基础o.B.d.A上设为0

分布函数F(·)是逻辑正态分布或者正态分布

Logit模型

随机效用模型的假设

应用领域举例

多变量统计分析

多变量统计分析(Multivariate Statistical Analysis)多元统计分析,简称多变量分析,为统计学的一支,常用于管理科学社会科学生命科学等领域中。多变量分析主要用于分析拥有多个变数的资料,探讨资料彼此之间的关联性或是厘清资料的结构,而有别于传统统计方法所着重的参数估计以及假设检定。由于多变量分析方法需要复杂且大量的计算,因此多借助电脑来进行运算,常用的统计套装软件有SASSPSSStatistica等。

常见分析方法

免责声明
隐私政策
用户协议
目录 22
0{{catalogNumber[index]}}. {{item.title}}
{{item.title}}