• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Transportation Research >A polarized logit model
【24h】

A polarized logit model

机译：极化对数模型

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A novel logit-type discrete choice model is presented whose distinctive characteristic is that it "polarizes" or forces the prediction of choice probabilities towards values of 0 or 1. In real-world empirical tests this property enabled the new formulation, which we call the polarized logit model (PLM), to outperform the predictive capacity of other classical discrete choice models. The PLM is derived from the optimality conditions of a maximum entropy optimization model with linear and quadratic constraints. These conditions yield a fixed-point logit probability function that exhibits endogeneity, which is corrected for using instrumental variables so that the model's parameters can be estimated. The PLM's marginal substitution rates are similar to those of the traditional logit models.
机译：提出了一种新颖的对数型离散选择模型，其独特之处在于它使选择概率的预测“偏极化”或迫使其接近0或1的值。在现实世界中的经验测试中，该特性使新的公式成为可能，我们称之为极化对数模型（PLM），以超越其他经典离散选择模型的预测能力。 PLM从具有线性和二次约束的最大熵优化模型的最优条件得出。这些条件产生具有内生性的定点对数概率函数，可以通过使用工具变量对其进行校正，以便可以估计模型的参数。 PLM的边际替代率与传统的logit模型相似。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号