Nonparametric Discrete Choice Models With Unobserved Heterogeneity
含不可观测异质性的非参数离散选择模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究含不可观测异质性的离散选择模型，并对系统子效用与异质性分布作非参数设定，对应离散选择与结构估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
含不可观测异质性的非参数离散选择模型
- 研究问题
- 如何在横截面或面板数据中估计包含不可观测异质性的离散选择模型，并允许系统效用具有非线性与交互作用，以考察其对选择行为估计的影响？
- 方法与思路
- 作者对系统子效用函数、不可观测随机向量的分布及异质性参数分布采用非参数设定，构建适用于横截面或面板数据的估计方法。
- 材料陈述的贡献
- 摘要称估计量计算可行且强一致；商店业态应用显示，遗漏非线性与交互作用可能使弹性及异质性分布估计偏误，纳入异质性后非线性仍提升似然。
- 阅读关注点
- 重点核对非参数识别所需的条件与规范化、强一致性证明和计算实现，并比较非线性与异质性如何影响拟合、弹性及异质性分布估计。
- 阅读边界
- 摘要未说明识别条件、样本规模、非参数估计的具体实现与推断方法；商店业态应用中的拟合和弹性结论，不能据此推广至其他选择场景。
原文摘要
In this research, we provide a new method to estimate discrete choice models with unobserved heterogeneity that can be used with either cross-sectional or panel data. The method imposes nonparametric assumptions on the systematic subutility functions and on the distributions of the unobservable random vectors and the heterogeneity parameter. The estimators are computationally feasible and strongly consistent. We provide an empirical application of the estimator to a model of store format choice. The key insights from the empirical application are: (1) consumer response to cost and distance contains interactions and nonlinear effects, which implies that a model without these effects tends to bias the estimated elasticities and heterogeneity distribution, and (2) the increase in likelihood for adding nonlinearities is similar to the increase in likelihood for adding heterogeneity, and this increase persists as heterogeneity is included in the model.