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。
假设
目标
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。
应用领域举例
*与一组实行安慰剂治疗的对照组（Control group）进行比较，看治疗方法是否成功
*解释妇女的工作行为
*选择某一专业学习
*在一揽子商品中对某一商品的购买决策
*情景条件下的市场份额建模
*根据“回忆者”（表现出来）的特征衡量广告活动的成功
*解释顾客价值概念（分类模型）
*顾客满意度研究（分类模型）
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：\mathrm{P}(y_n=1|x_n)=\frac{\exp(b_0+b_1X_1+\dots+b_kX_k)}{1+\exp(b_0+b_1X_1+\dots+b_kX_k)}
*Probit模型：
随机效用模型的假设
*存在r≥2个未排序的对象，在其中个体中于该时点选出一个
*每个对象有自己的效用
*效用不能完整的观察，
参见
*多重变量分析
外部链接
评论 (0)