基于分层贝叶斯的Mixed Logit模型及其应用.pdfVIP

下载本文档

78
0
约1.78万字
约 3页
2018-02-10 发布于河南
举报
版权申诉

基于分层贝叶斯的Mixed Logit模型及其应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于分层贝叶斯的Mixed Logit模型及其应用

方法应用基于分层贝叶斯的MixedLogit模型及其应用 1,2 1 鲜于建川 ,隽志才 (1.上海交通大学安泰经济与管理学院，上海 200052；2.上海电机学院商学院，上海 201306) 摘要：文章采用Gibbs抽样和Metropolis-Hastings算法构造了基于马尔可夫链的蒙特卡罗仿真方法，研究了基于分层贝叶斯方法的mixedlogit模型算法，并通过对城际出行方式选择数据的分析讨论了方法在出行选择分析中的应用。关键词：分层贝叶斯方法；MixedLogit模型；马尔可夫链蒙特卡罗仿真；Gibbs抽样中图分类号：U491 文献标识码：A 文章编号：1002-6487（2015）05-0080-03 0 引言 1 基于分层Bayesian估计的MixedLogit模型方法自19世纪70年代以来，基于效用最大化理论的离散 1.1 MixedLogit模型选择模型，因其数据利用率高、可移植性强、能够完成对不假设个体面临从个方案中选其一的决策，若方案 n I 同选择者群体的政策影响评价等优点在市场营销和交通 i 的选择概率具有如下形式， [1~3] 行为分析领域得到了广泛的应用。Logit类模型是离散 Pni Lni (γ) f (γ) dγ ，其中选择分析的常用方法，然而模型关于效用函数独立同分布 T 的假设造成了相关方案相互独立的IIA特性，使模型应用 Lni (γ) Iexp(γ X ni) （1） [4] T 受到了很大限制。随着离散选择建模技术和仿真算法的 åexp(γ X nj ) 发展，MixedLogit模型逐渐得到了学者们的关注。Mixed j 1 则该选择行为模型为MixedLogit模型。模型假设参 Logit模型摒弃了logit模型的局限性，通过模型参数的不同随机分布形式来模拟选择行为的个体差异性，能更好的解数服从某一特定分布γ f (γ) ，而选择概率是给定模型参数 [5] 下Logit选择概率Lni (γ) 对分布f (γ) 的积分。释实际选择行为，模型的参数估计大多用模拟极大似然算法完成。有研究表明Bayesian估计能更好的融合隐性若假定模型参数的分量都是随机变量，则Mixedγ