应用选择分析

目录
第１ 部分 入 门
１ 引 言 ３
１.１选择是一件常见的事 ３
１.２选择行为建模简史 ４
１.３选择分析的基本规则与本书结构 ７
２选择 １０
２.１ 引言 １０
２.２ 个体有偏好， 偏好很重要 １０
２.３ 在选择分析中使用偏好和约束条件的知识 １６
３选择与效用 １７
３.１ 引言 １７
３.２ 一些基础背景 １８
３.３ 效用简介 ２６
３.４ 效用的已观测成分 ２７
３.５结语 ４２
４ 各种离散选择模型 ４６
４.１ 引言 ４６
４.２ 效用建模 ４６
４.３ 效用的未观测成分 ４７
４.４ 随机效用模型 ４９
４.５ 基本ｌｏｇｉｔ 模型的扩展 ５５
４.６ 嵌套ｌｏｇｉｔ 模型 ５７
４.７ 混合 （随机参数） ｌｏｇｉｔ 模型 ５９
４.８ 广义混合ｌｏｇｉｔ ６１
４.９ 潜类别模型 ６２２
４.１０结语 ６３
５ 估计离散选择模型 ６５
５.１ 引言 ６５
５.２ *大似然估计 ６５
５.３ 模拟*大似然 ７０
５.４ 从密度中抽取 ７３
５.５ 相关与从密度中抽取 ８８
５.６对于不存在封闭分析形式的模型， 如何计算选择概率 ９４
５.７ 用于估计的算法 ９９
５.８结语 １０４
６实验设计与选择实验 １０５
６.１ 引言 １０５
６.２ 什么是实验设计 １０６
６.３ 关于选择实验的更多细节 １４３
６.４ *优?D*差设计 １４５
６.５ 关于样本规模和陈述性选择设计的更多细节 １４９
６.６实验设计用到的 Ｎｇｅｎｅ 语法 １５６
６.７结语 １６３
７统计推断 １８４
７.１ 引言 １８４
７.２ 假设检验 １８４
７.３ 方差估计 １９３
７.４ 函数的方差和支付意愿 ２０１
８ 研究者经常询问的其他问题 ２１２
８.１ 条件分布均值等于非条件分布 ２１２
８.２ 以随机后悔取代随机效用*大化 ２１４
８.３ 内生性 ２１７
８.４ 有用的行为输出 ２１８
第２ 部分 软件和数据
９应用选择分析的 ??????软件 ２２９
９.１ 引言 ２２９
９.２ 关于软件 ２２９
９.３ 启动与退出 Ｎｌｏｇｉｔ ２３０
９.４ 使用 Ｎｌｏｇｉｔ ２３１
９.５ 如何让 Ｎｌｏｇｉｔ 执行任务 ２３２
９.６ 一些有用的提醒 ２３５
９.７ Ｎｌｏｇｉｔ 软件 ２３６
１０为 ??????设置数据 ２３７
１０.１ 数据的读入和设置 ２３７
１０.２ 合并数据源 ２４２
１０.３对外生变量加权 ２４４
１０.４处理拒绝选择情形 ２４５３
１０.５ 向 Ｎｌｏｇｉｔ 输入数据 ２４７
１０.６ 从文件导入数据 ２４７
１０.７ 在数据编辑器中输入数据 ２５１
１０.８ 保存和重新加载数据 ２５２
１０.９导出数据文件 ２５３
１０.１０ 将数据集输入为一行 ２５３
１０.１１ 数据清洗 ２５５
第３ 部分 各种选择模型
１１ 基本模型： 工作母机?D?D?D多项?????模型 ２６３
１１.１ 引言 ２６３
１１.２ Ｎｌｏｇｉｔ 中对选择建模： ＭＮＬ 命令 ２６３
１１.３ 解释 ＭＮＬ 模型的结果 ２６８
１１.４选择模型中相互作用的处理 ２７７
１１.５ 支付意愿的衡量 ２７８
１１.６ 从样本获得效用和选择概率 ２７９
１２ 未加标签的离散选择数据的处理 ２８４
１２.１ 引言 ２８４
１２.２ 未加标签数据简介 ２８４
１２.３ 未加标签的选择数据的建模基础 ２８５
１２.４ 未加标签的选择数据建模中的协变量问题 ２８８
１３ 从模型中获得更多信息 ２９９
１３.１ 引言 ２９９
１３.２进一步理解数据 ３０１
１３.３进一步理解模型参数 ３０６
１３.４ 模拟与 “ｗｈａｔｉｆ” 情景 ３１６
１３.５ 加权 ３２２
１３.６ 支付意愿 ３３５
１３.７经验分布： 一次移除一个观察值 ３３７
１３.８ 随机后悔模型与随机效用模型的应用 ３３８