Bayesian estimation of random‐coefficients choice models using aggregate data
利用聚合数据贝叶斯估计随机系数选择模型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：摘要明确研究随机系数 logit 需求模型，并比较独立消费者样本与消费者面板，直接对应离散选择、结构估计和面板。
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…
利用聚合数据贝叶斯估计随机系数选择模型
- 研究问题
- 如何从聚合数据估计随机系数 logit 需求模型？每期独立消费者样本与同一消费者重复购买两种体系之间有什么估计联系？
- 方法与思路
- 作者讨论贝叶斯估计，分别分析每期独立抽样且各购买一次的需求体系，以及同一批消费者跨期购买的面板体系。
- 材料陈述的贡献
- 摘要称两种需求体系存在具有估计意义的渐近联系，并用模拟和真实数据展示所提出的方法，但未展开该联系的具体形式。
- 阅读关注点
- 应核对聚合观测对应的似然、随机系数的分布与先验、两种体系渐近联系的条件，以及真实数据应用中的识别与计算。
- 阅读边界
- 所给 Crossref 摘要未说明渐近序列、识别条件或应用结果，不能将两种体系的渐近联系直接理解为有限样本等价。
原文摘要
Abstract This article discusses the use of Bayesian methods for estimating logit demand models using aggregate data. We analyze two different demand systems: independent samples and consumer panel. Under the first system, there is a different and independent random sample of N consumers in each period and each consumer makes only a single purchase decision. Under the second system, the same N consumers make a purchase decision in each of T periods. Interestingly, there exists an asymptotic link between these two systems, which has important implications for the estimation of these demand models. The proposed methods are illustrated using simulated and real data. Copyright © 2009 John Wiley & Sons, Ltd.