НЛОГИТ
Оригинальный автор(ы) | Уильям Х. Грин |
---|---|
Разработчик(и) | Эконометрическое программное обеспечение, Inc. |
Стабильная версия | 6 / 7 сентября 2016 г. |
Операционная система | Окна |
Тип | статистический анализ эконометрический анализ |
Лицензия | проприетарное программное обеспечение |
Веб-сайт | nlogit.com |
NLOGIT является расширением пакета эконометрических и статистических программ LIMDEP . В дополнение к инструментам оценки в LIMDEP, NLOGIT предоставляет программы для оценки, моделирования моделей и анализа данных многочленного выбора, таких как выбор бренда, [1] вид транспорта, а также данные исследований и рынка, в которых потребители выбирают один из множества конкурирующих альтернатив. [2]
Помимо экономических наук, NLOGIT находит применение в биостатистике, неэкономических социальных науках, физических науках и исследованиях последствий для здоровья. [1]
История
[ редактировать ]Компания Econometric Software, Inc. была основана в начале 1980-х годов Уильямом Х. Грином. NLOGIT был выпущен в 1996 году вместе с разработкой вложенной логит-оценки FIML, первоначально являвшейся расширением полиномиальной логит-модели в LIMDEP. Программа получила свое название от модели вложенной LOGIT . С добавлением полиномиальной пробит-модели и смешанной логит-модели, а также некоторых других, NLOGIT стал самостоятельным расширенным набором LIMDEP. [1]
Модели
[ редактировать ]NLOGIT — это полноинформационная программа оценки максимального правдоподобия для различных моделей полиномиального выбора. NLOGIT включает в себя дискретные средства оценки в LIMDEP, а также расширения моделей для полиномиального логита (множество спецификаций), смешанного логита случайных параметров , [3] логит случайного сожаления, WTP спецификации пространства в смешанном логите, масштабированном полиномиальном логите, вложенном логите , полиномиальном пробите , гетероскедастическом экстремальном значении, компонентах ошибок, гетероскедастическом логите и моделях скрытого класса . [1] [4] [5]
Анализ данных
[ редактировать ]NLOGIT обычно используется для анализа отдельных перекрестных данных о потребительском выборе и решениях из нескольких альтернатив. Анализ может также включать данные о долях рынка или частоте, данные о рейтингах альтернатив и панельные данные неоднократного наблюдения за ситуациями выбора. [1]
Инструменты вывода для проверки гипотез включают тесты Вальда , отношения правдоподобия и множителей Лагранжа , а также инструменты для анализа дискретного выбора , включая встроенные процедуры для проверки предположения IIA полиномиальной логит-модели .
Модели, оцененные с помощью NLOGIT, можно использовать в анализе «что, если» с использованием пакета моделирования моделей . Модель базового случая генерирует данные подобранных вероятностей, которые суммируются для прогнозирования долей выборки для альтернатив в наборе выбора. Затем симулятор используется вместе с набором оценочных данных или любым другим совместимым набором данных для перерасчета этих долей при определенных сценариях, таких как изменение цены конкретной альтернативы или изменение доходов домохозяйств. [5]
Примечания
[ редактировать ]- ^ Jump up to: а б с д и Хильбе, Джозеф (2006). «Обзор LIMDEP 9.0 и NLOGIT 4.0». Американский статистик . 60 (2): 187–202. дои : 10.1198/000313006x110492 .
- ^ Гребит, Карола; Штайнер, Бодо; Виман, Мишель (2013). «Личные ценности и принятие решений: данные маркировки экологического следа в Канаде». Американский журнал экономики сельского хозяйства . 95 (2): 397–403. дои : 10.1093/ajae/aas109 .
- ^ Бумер, Джордж. «Построение логит-модели случайных параметров с использованием NLogit» . Мастера статистики. Архивировано из оригинала 12 мая 2014 г.
- ^ Бумер, Джордж. «Статистические программы мастера данных StatWizards: NLOGIT LIMDEP: вложенный логит» . StatWizard.
- ^ Jump up to: а б Маккензи, Колин; Такаока, Сумико (2003). «2002: Одиссея LIMDEP». Журнал прикладной эконометрики . 18 (2): 241–247. дои : 10.1002/jae.705 .
См. также
[ редактировать ]Ссылки
[ редактировать ]- Чанг, Джэ Бонг и Ласк, Джейсон (2011). «Модели смешанной логиты: точность и выбор программного обеспечения». Журнал прикладной эконометрики 26: 167-172.
- Грин, Уильям и Хеншер, Дэвид (2010). Моделирование упорядоченного выбора . Издательство Кембриджского университета.