• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Transportation Research Part B: Methodological >Estimation of the mixed logit likelihood function by randomized quasi-Monte Carlo
【24h】

Estimation of the mixed logit likelihood function by randomized quasi-Monte Carlo

机译：随机准蒙特卡罗估计混合对数似然函数

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

We examine the effectiveness of randomized quasi-Monte Carlo (RQMC) techniques to estimate the integrals that express the discrete choice probabilities in a mixed logit model, for which no closed form formula is available. These models are used extensively in travel behavior research. We consider popular RQMC constructions such as randomized Sobol', Faure, and Halton points, but our main emphasis is on randomly-shifted lattice rules, for which we study how to select the parameters as a function of the considered class of inte grands. We compare the effectiveness of all these methods and of standard Monte Carlo (MC) to reduce both the variance and the bias when estimating the log-likelihood function at a given parameter value. In our numerical experiments, randomized lattice rules (with carefully selected parameters) and digital nets are the best performers and they reduce the bias as much as the variance. With panel data, in our examples, the performance of all RQMC methods degrades rapidly when we simultaneously increase the dimension and the number of observations per individual.
机译：我们检查了随机准蒙特卡罗（RQMC）技术的有效性，以估计表示混合logit模型中离散选择概率的积分，对于该模型，没有封闭形式的公式可用。这些模型在出行行为研究中被广泛使用。我们考虑了流行的RQMC构造，例如随机Sobol'，Faure和Halton点，但是我们的主要重点是随机移动的晶格规则，为此我们研究如何根据所考虑的整数类别来选择参数。我们比较了所有这些方法和标准蒙特卡罗（MC）方法在估计给定参数值的对数似然函数时减少方差和偏差的有效性。在我们的数值实验中，随机晶格规则（具有精心选择的参数）和数字网络是性能最佳的，它们可以最大程度地减少偏差。在我们的示例中，使用面板数据，当我们同时增加每个人的观察数和维度时，所有RQMC方法的性能都会迅速下降。

著录项

  • 来源
    《Transportation Research Part B: Methodological》 |2012年第2期|p.305-320|共16页
  • 作者

    D. Munger; P. LEcuyer; F. Bastin; C. Cirillo; B. Tuffin;

  • 作者单位

    Departement d'informatique et de Recherche Operationnelle, Universite de Montreal, CP. 6128 Succ. Centre-Ville, Montreal, QC, Canada H3C 3J7;

    Departement d'informatique et de Recherche Operationnelle, Universite de Montreal, CP. 6128 Succ. Centre-Ville, Montreal, QC, Canada H3C 3J7;

    Departement d'informatique et de Recherche Operationnelle, Universite de Montreal, CP. 6128 Succ. Centre-Ville, Montreal, QC, Canada H3C 3J7;

    Department of Civil & Environmental Engineering, University of Maryland, College Park, MD 20742, USA;

    INRIA Rennes Bretagne-Atlantique, Campus de Beaulieu, 35042 Rennes cedex, France;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    discrete choice; mixed logit; randomized quasi-monte carlo; MSE reduction; lattice rules;

    机译：离散选择;混合logit随机准蒙特卡洛减少MSE;晶格规则;

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