A Generalized Additive Model for Discrete-Choice Data
离散选择数据的广义可加模型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：摘要核心是多项 Logit 中效用函数的非参数可加扩展与消费者选择应用，直接对应离散选择，面板仅作为应用数据出现。
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…
关注这篇论文的作者
离散选择数据的广义可加模型
- 研究问题
- 多项 Logit 通常采用参数线性的效用函数，若解释变量与效用之间存在未知非线性，如何在多类别选择中灵活估计？
- 方法与思路
- 作者以若干解释变量的一维非参数函数之和替代线性效用，将二元响应的广义可加 Logistic 回归推广至多类别响应。
- 材料陈述的贡献
- 摘要称模拟显示该方法可恢复多种形状的效用非线性，并将模型用于两个产品类别的条码扫描消费者面板数据。
- 阅读关注点
- 应核对效用函数的归一化、非参数分量如何估计及选择平滑程度，以及可加限制和消费者重复观测如何处理。
- 阅读边界
- 摘要未说明具体算法、模拟误差和消费者面板依赖的处理；效用非线性以外的 Logit 假设及营销结论需核对全文。
原文摘要
The usual assumption of a linear-in-parameters utility function in a multinomial logit model is relaxed by a sum of one-dimensional nonparametric functions of the explanatory variables. The model generalizes the logistic regression of the generalized additive model for a binary response to a qualitative variable that can assume more than two values. Simulation studies show that the proposed method can recover underlying nonlinearity in utility of various shapes. The model is applied to consumer panel data collected by bar-code scanners from two product categories, and the marketing implications are sought.