查看“︁离散选择法”︁的源代码

{{Unreferenced|time=2024-07-07T12:58:12+00:00}}
'''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y<sub>n</sub><sup>*</sup>来调控
*y<sub>n</sub><sup>*</sup>线性依赖于[[协变量]]
*二元变量假定依赖于y<sub>n</sub><sup>*</sup>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]]：<math>\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)}</math>
*[[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==

[[Category:选择建模]]
[[Category:经济模型]]
[[Category:数理与定量方法 (经济学)]]