REAL ANALYTIC DISCRETE CHOICE MODELS OF DEMAND: THEORY AND IMPLICATIONS
需求的实解析离散选择模型：理论与含义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：摘要明确研究混合 logit、混合 probit 需求模型及其识别、需求逆和反事实含义，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…
关注这篇论文的作者
需求的实解析离散选择模型：理论与含义
- 研究问题
- 广泛的离散选择需求模型能否由实解析需求模型逼近，这种性质对识别、假想反事实外推和数值计算有什么作用？
- 方法与思路
- 作者结合混合 logit 与混合 probit 的实解析性质，以及有限 Gumbel 和高斯混合分布的逼近性质，讨论需求模型的理论含义。
- 材料陈述的贡献
- 摘要称，一大类离散选择需求模型可以被实解析模型逼近，并说明实解析性如何帮助非参数识别、反事实外推及需求逆与似然计算。
- 阅读关注点
- 应核对实解析性成立的定义域与条件、逼近采用的距离或拓扑，以及识别和反事实外推所需的额外限制与数值实现细节。
- 阅读边界
- 仅据所给 Crossref 版本摘要，逼近误差、识别条件和计算表现未说明，不能断言外推可靠或算法更优，也不能推断版本变化。
原文摘要
We demonstrate that a large class of discrete choice models of demand can be approximated by real analytic demand models. We obtain this result by combining (i) a novel real analytic property of the mixed logit and the mixed probit models with any distribution of random coefficients and (ii) an approximation property of finite mixtures of Gumbel and Gaussian distributions. To illustrate some of the implications of this result, we discuss how real analyticity facilitates nonparametric and semi-nonparametric identification, extrapolation to hypothetical counterfactuals, numerical implementation of demand inverses, and numerical implementation of the maximum likelihood estimator.