Consistent estimation in logit models using historical choices as practical consideration set
以历史选择作为实际考虑集的 Logit 模型一致估计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：摘要直接研究 Logit 离散选择模型中的潜在考虑集、备选项抽样与参数一致估计，因此归入离散选择。
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
以历史选择作为实际考虑集的 Logit 模型一致估计
- 研究问题
- 研究者无法观测个体真正考虑的备选集合时，使用历史选择构造实际考虑集，在哪些 Logit 数据生成条件下仍能一致估计参数？
- 方法与思路
- 作者将历史选择视为从真实考虑集中抽取的样本，重新解释备选项抽样定理，在跨选择时点概率同质的条件下论证均匀条件化性质。
- 材料陈述的贡献
- 摘要称给出历史选择构造考虑集能够实现一致参数估计的充分条件与 Monte Carlo 证据，并讨论实际应用及向其他模型扩展的可能。
- 阅读关注点
- 应核对跨时点选择概率同质性的含义、历史选择的抽样条件，以及考虑集构造、样本增长方式和均匀条件化性质如何支持一致性。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实。摘要的保证限定于所述 Logit 与同质概率条件，未证明偏好变化或其他模型下仍一致。
原文摘要
A key challenge in choice modeling lies in specifying the consideration set, the subset of alternatives that individuals actually evaluate when making choices, which is unobserved (latent) to the researcher. The classical homo economicus assumption posits that individuals assess the full universal set of alternatives, a behaviorally implausible premise. Practical options include directly asking individuals, which introduces behavioral biases; treating the consideration set as a latent construct, requiring full enumeration and strong identification assumptions; or relying on ad hoc heuristics that attempt to replicate how individuals form these sets or on non-parametric methods. Recently, some researchers have used historical choices as practical consideration set, an approach made increasingly feasible by the availability of passive data sources such as smartcards, mobile phone records, and scanner data. This article provides a formal demonstration of a sufficient condition, along with Monte Carlo evidence, showing that, under a Logit data-generating process with homogeneous choice probabilities across instances, defining a practical consideration set based on historical choices yields consistent parameter estimates. The demonstration is based on a reinterpretation of the sampling-of-alternatives theorem, viewing historical choices as draws from the true consideration set, and showing that under the stated assumptions, the uniform conditioning property holds. The article concludes by discussing the practical implications of this result and potential extensions to other modeling frameworks and assumptions.