Fitting mixed logit random regret minimization models using maximum simulated likelihood
利用最大模拟似然拟合混合 Logit 随机遗憾最小化模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论随机遗憾最小化、混合 Logit 与选择概率的模拟似然估计。
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…
利用最大模拟似然拟合混合 Logit 随机遗憾最小化模型
- 研究问题
- 如何在经典随机遗憾最小化选择模型中纳入随机系数，并通过 Stata 命令灵活组合固定系数与不同分布的随机系数？
- 方法与思路
- 作者介绍 mixrandregret 命令，以正态或对数正态随机系数扩展遗憾函数，通过数值积分近似选择概率并进行最大模拟似然估计。
- 材料陈述的贡献
- 摘要明确的贡献是扩展既有随机遗憾模型命令，支持固定与随机系数组合及两类随机系数分布，并说明模型拟合方法。
- 阅读关注点
- 应核对遗憾函数与选择概率的构造、随机系数分布参数化、积分模拟设置，以及似然优化、标准误和命令使用限制。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验。摘要中的期刊引用不证明本文已接收，也未提供估计性能比较。
原文摘要
This article describes the mixrandregret command, which extends the randregret command introduced in Gutiérrez-Vargas et al. (2021, The Stata Journal 21: 626-658) incorporating random coefficients for Random Regret Minimization models. The newly developed command mixrandregret allows the inclusion of random coefficients in the regret function of the classical RRM model introduced in Chorus (2010, European Journal of Transport and Infrastructure Research 10: 181-196). The command allows the user to specify a combination of fixed and random coefficients. In addition, the user can specify normal and log-normal distributions for the random coefficients using the commands' options. The models are fitted using simulated maximum likelihood using numerical integration to approximate the choice probabilities.