多元離散選擇模型(1)

1、整理整理ppt1多元離散選擇模型多元離散選擇模型整理整理ppt2本講內(nèi)容本講內(nèi)容p多元離散選擇模型多元離散選擇模型p定序選擇模型定序選擇模型整理整理ppt3一、多元離散選擇模型整理整理ppt4問題：農(nóng)村異地轉(zhuǎn)移勞動(dòng)力的遷移目的地問題：農(nóng)村異地轉(zhuǎn)移勞動(dòng)力的遷移目的地p被解釋變量：被解釋變量：遷移目的地，即小城鎮(zhèn)、縣級市、地級市、遷移目的地，即小城鎮(zhèn)、縣級市、地級市、省級城市和超大城市，依次取值省級城市和超大城市，依次取值1、2、3、4、5。p解釋變量：解釋變量：個(gè)人特征、家庭特征和目前所在地屬性個(gè)人特征、家庭特征和目前所在地屬性。連續(xù)連續(xù)變量變量包括受教育程度、家庭規(guī)模、家庭內(nèi)其他勞動(dòng)力人數(shù)、包

2、括受教育程度、家庭規(guī)模、家庭內(nèi)其他勞動(dòng)力人數(shù)、家庭負(fù)擔(dān)、原有收入、現(xiàn)有收入，目前所在地屬性中的所家庭負(fù)擔(dān)、原有收入、現(xiàn)有收入，目前所在地屬性中的所在地農(nóng)村人口、國內(nèi)生產(chǎn)總值、城鄉(xiāng)居民儲(chǔ)蓄余額、糧食在地農(nóng)村人口、國內(nèi)生產(chǎn)總值、城鄉(xiāng)居民儲(chǔ)蓄余額、糧食產(chǎn)量、中學(xué)生在校人數(shù)、小學(xué)生在校人數(shù)等。產(chǎn)量、中學(xué)生在校人數(shù)、小學(xué)生在校人數(shù)等。離散變量離散變量包包括性別、婚姻狀況、收入穩(wěn)定與否，目前所在地所屬級別括性別、婚姻狀況、收入穩(wěn)定與否，目前所在地所屬級別與家鄉(xiāng)所在地所屬級別等。與家鄉(xiāng)所在地所屬級別等。與上次講的有何不同？與上次講的有何不同？整理整理ppt5Multinomial Logistic Mode

3、lpMultinomial logistic regression involves nominal response variables more than two categories pMultinomial logit models are multi-equation modelsnA response variable with j+1 categories will generate j equationsnEach of these j equations is a binary logistic regression comparing a group with the re

4、ference group nMultinomial logistic regression simultaneously estimates the j logits整理整理ppt6多元離散選擇多元離散選擇Logit模型模型p如果決策者如果決策者i在（在（J+1）項(xiàng)可供選擇方案中選擇了第）項(xiàng)可供選擇方案中選擇了第j項(xiàng)，那項(xiàng)，那么其效用模型為：么其效用模型為： ijijijijijUVXP UUkJkjijik(), , ,01 2 P yjeeijJ()XXijij0如果（J+1）個(gè)隨機(jī)誤差項(xiàng)互不相關(guān)，并且服從類極值分布 ()exp()ijijFe選擇j的概率整理整理ppt7多元離散選擇多元

5、離散選擇Logit模型模型Prob,Prob,Prob,ijijikijijikikikijijikPUUkjVVkjVVkj ikeikFe|VVijijikeijijkjPeikikeikfeeVVijijikikikeeijijkjPeeed整理整理ppt8多元離散選擇多元離散選擇Logit模型模型P yjeeijJjj()XXii0X中未包含備選方案所具有的中未包含備選方案所具有的屬性變量，而參數(shù)向量屬性變量，而參數(shù)向量B對不對不同的選擇方案（即不同的方程）同的選擇方案（即不同的方程）是不同的。是不同的。 P yjeeikJjk()XXii11P yeikJk()0111Xi令令B0=

6、0，j=1，2，J整理整理ppt9Multinomial Logistic ModelpTherefore, we can obtain the following probabilities relative to the reference group:pThe coefficients, , represent the log odds of being in the target groups relative to the reference group()(0)jiiP yjeP yiX整理整理ppt10lnln()LdP yjijijJin01參數(shù)估計(jì)參數(shù)估計(jì)整理整理ppt11E

7、x1. Binary Logistic Model ResultpDependent variable: honcomp整理整理ppt12Stata Output整理整理ppt13Multinomial Logistic Model ResultpDependent variable: prog整理整理ppt14Stata Output整理整理ppt15例例2 2 農(nóng)村異地轉(zhuǎn)移勞動(dòng)力的遷移目標(biāo)研究農(nóng)村異地轉(zhuǎn)移勞動(dòng)力的遷移目標(biāo)研究p被解釋變量：被解釋變量：遷移目標(biāo)，即小城鎮(zhèn)、縣級市、地級市、省遷移目標(biāo)，即小城鎮(zhèn)、縣級市、地級市、省級城市和超大城市，依次取值級城市和超大城市，依次取值1、2、3、4

8、、5。p解釋變量：解釋變量：個(gè)人特征和目前所在地屬性個(gè)人特征和目前所在地屬性。連續(xù)變量連續(xù)變量包括受包括受教育程度、家庭規(guī)模、家庭內(nèi)其他勞動(dòng)力人數(shù)、家庭負(fù)擔(dān)、教育程度、家庭規(guī)模、家庭內(nèi)其他勞動(dòng)力人數(shù)、家庭負(fù)擔(dān)、原有收入、現(xiàn)有收入，目前所在地屬性中的所在地農(nóng)村人原有收入、現(xiàn)有收入，目前所在地屬性中的所在地農(nóng)村人口、國內(nèi)生產(chǎn)總值、城鄉(xiāng)居民儲(chǔ)蓄余額、糧食產(chǎn)量、中學(xué)口、國內(nèi)生產(chǎn)總值、城鄉(xiāng)居民儲(chǔ)蓄余額、糧食產(chǎn)量、中學(xué)生在校人數(shù)、小學(xué)生在校人數(shù)等。生在校人數(shù)、小學(xué)生在校人數(shù)等。離散變量離散變量包括性別、婚包括性別、婚姻狀況、收入穩(wěn)定與否，目前所在地所屬級別與家鄉(xiāng)所在姻狀況、收入穩(wěn)定與否，目前所在地所屬級別

9、與家鄉(xiāng)所在地所屬級別等。地所屬級別等。p雖然作為被解釋變量的城市規(guī)模本身是有序的，但是對于雖然作為被解釋變量的城市規(guī)模本身是有序的，但是對于農(nóng)村勞動(dòng)力來說，選擇進(jìn)入哪一個(gè)級別的城市，本身是無農(nóng)村勞動(dòng)力來說，選擇進(jìn)入哪一個(gè)級別的城市，本身是無序的，因此對于城市化遷移目標(biāo)構(gòu)造序的，因此對于城市化遷移目標(biāo)構(gòu)造多元名義多元名義logit離散選離散選擇模型擇模型。 整理整理ppt16p調(diào)查樣本：有效樣本調(diào)查樣本：有效樣本303份。份。p用統(tǒng)計(jì)軟件進(jìn)行估計(jì)與分析（用統(tǒng)計(jì)軟件進(jìn)行估計(jì)與分析（ SAS 、Stata、SPSS均可）。均可）。p首先將定義的全部變量放進(jìn)模型中進(jìn)行估計(jì)，并首先將定義的全部變量放進(jìn)模

10、型中進(jìn)行估計(jì)，并通通過比較各個(gè)變量的過比較各個(gè)變量的P值來考慮具體剔除哪些變量以值來考慮具體剔除哪些變量以及對哪些變量考慮將其交互影響的效應(yīng)放進(jìn)模型中及對哪些變量考慮將其交互影響的效應(yīng)放進(jìn)模型中去去。p小城鎮(zhèn)、縣級市、地級市、省級城市和超大城市依小城鎮(zhèn)、縣級市、地級市、省級城市和超大城市依次取值次取值1、2、3、4、5。整理整理ppt17p最終模型的估計(jì)結(jié)果（部分）最終模型的估計(jì)結(jié)果（部分） *代表的是90的顯著性水平，*代表的是95的顯著性水平,*代表的是99的顯著性水平。 變量變量 模型序號模型序號 系數(shù)估計(jì)系數(shù)估計(jì) 標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差 P 值值 1 1.2137 1.4518 0.4032 2

11、* 2.7685 1.0998 0.0118 3* 2.3962 0.9351 0.0104 常數(shù)項(xiàng) 4* 3.6742 1.0665 0.0006 1* -0.2475 0.1050 0.0184 2* -0.2800 0.0727 0.0001 3* -0.1136 0.0660 0.0852 教育程度 4 -0.0856 0.0696 0.2184 1 -0.1299 0.1084 0.2310 2* -0.0943 0.0552 0.0877 3 -0.0337 0.0452 0.4556 家庭情況 4* -0.1578 0.0586 0.0071 整理整理ppt18教育程度、家庭情況

12、及現(xiàn)有收入對遷移目標(biāo)的影響教育程度、家庭情況及現(xiàn)有收入對遷移目標(biāo)的影響：Log（小城鎮(zhèn)/超大城市）Log（縣級市/超大城市）Log（地級市/超大城市）Log（省級市/超大城市）整理整理ppt19p從教育程度來看從教育程度來看，所有系數(shù)都是負(fù)值，教育程度越高的農(nóng)，所有系數(shù)都是負(fù)值，教育程度越高的農(nóng)村勞動(dòng)力越愿意進(jìn)入規(guī)模較大的城市；從顯著性水平來看，村勞動(dòng)力越愿意進(jìn)入規(guī)模較大的城市；從顯著性水平來看，相對于超大城市來說，縣級市被選擇的可能性最小，其次相對于超大城市來說，縣級市被選擇的可能性最小，其次是小城鎮(zhèn)，然后是地級城市，而教育程度相似的農(nóng)村勞動(dòng)是小城鎮(zhèn)，然后是地級城市，而教育程度相似的農(nóng)村勞動(dòng)

13、力在省級城市與超大城市之間的選擇沒有明顯的差異力在省級城市與超大城市之間的選擇沒有明顯的差異p從家庭情況來看從家庭情況來看，所有系數(shù)都是負(fù)值，也就是說家庭情況，所有系數(shù)都是負(fù)值，也就是說家庭情況越好的農(nóng)村勞動(dòng)力越愿意進(jìn)入規(guī)模較大的城市；從顯著性越好的農(nóng)村勞動(dòng)力越愿意進(jìn)入規(guī)模較大的城市；從顯著性水平來看，相對于超大城市來說，省級城市最不容易被選水平來看，相對于超大城市來說，省級城市最不容易被選中，其次是縣級市，而小城鎮(zhèn)與地級市之間沒有明顯區(qū)別中，其次是縣級市，而小城鎮(zhèn)與地級市之間沒有明顯區(qū)別p從現(xiàn)有收入來看從現(xiàn)有收入來看，所有系數(shù)都是負(fù)值，也就是說目前收入，所有系數(shù)都是負(fù)值，也就是說目前收入越高

14、的農(nóng)村勞動(dòng)力越愿意進(jìn)入規(guī)模較大的城市；再從顯著越高的農(nóng)村勞動(dòng)力越愿意進(jìn)入規(guī)模較大的城市；再從顯著性水平來看，所有系數(shù)都是顯著的，這說明相對于任何級性水平來看，所有系數(shù)都是顯著的，這說明相對于任何級別的城市而言，農(nóng)村勞動(dòng)力都更傾向于超大城市別的城市而言，農(nóng)村勞動(dòng)力都更傾向于超大城市結(jié)果解釋結(jié)果解釋整理整理ppt20Other Models for Nominal OutcomespConditional LogitnAttributes of choices can be used as predictorsnExample: way of transportation(car, bus, bi

15、ke)time, wealth, and agepNested LogitnTreats a set of choices as a hierarchynIIA assumption can be relaxednExample: migration current (permanent, or temporary), or return?整理整理ppt21p一是研究選擇某種方案的概率與決策者的特征變量之間的一是研究選擇某種方案的概率與決策者的特征變量之間的關(guān)系；關(guān)系；p二是研究選擇某種方案的概率與決策者的特征變量以及方二是研究選擇某種方案的概率與決策者的特征變量以及方案的特征變量之間的關(guān)系；

16、案的特征變量之間的關(guān)系；p三是考慮到不同方案之間的相關(guān)性的情況。三是考慮到不同方案之間的相關(guān)性的情況。 Multinomial Logit Model多項(xiàng)式多項(xiàng)式Logit模型模型名義名義Logit模型模型Conditional Logit Model 條件條件Logit模型模型 Nested Logit模型模型嵌套模型嵌套模型 Three Types of Multiple Response Models整理整理ppt22二、定序選擇模型整理整理ppt231 1、問題的提出、問題的提出p作為被解釋變量的（作為被解釋變量的（J+1）個(gè)選擇結(jié)果本身是）個(gè)選擇結(jié)果本身是排序的，排序的，J優(yōu)于（優(yōu)于

17、（J1），），2優(yōu)于優(yōu)于1，1優(yōu)于優(yōu)于0。p決策者選擇不同的方案所得到的效用也是排決策者選擇不同的方案所得到的效用也是排序的。序的。p一般多元離散選擇模型中的效用關(guān)系不再適一般多元離散選擇模型中的效用關(guān)系不再適用。用。 整理整理ppt24ExamplepA study looks at factors that influence the decision of whether to apply to graduate school. College juniors are asked if they are unlikely, somewhat likely, or very likely

18、to apply to graduate school. Hence, our outcome variable has three categories. Data on parental educational status, whether the undergraduate institution is public or private, and current GPA is also collected.整理整理ppt252 2、效用關(guān)系、效用關(guān)系p選擇不同方案的效用關(guān)系：選擇不同方案的效用關(guān)系：yyyuuyuJuyJ001021121如果如果如果如果*整理整理ppt263 3、模

19、型、模型為了保證所有的概率都是正的，必須有為了保證所有的概率都是正的，必須有 ：y*XP yP yuP yuuP yJuJ()()()()()()()()()()01211211XXXXXX假定服從正態(tài)分布，并且標(biāo)準(zhǔn)化為服從期望為0、方差為1的正態(tài)分布。那么可以得到選擇各個(gè)方案的概率 為正態(tài)分布的概率函數(shù)0121uuuJML estimation整理整理ppt27Ex3. CeilphonepObjective:nConsumer preference for different ceilphonepData SourcenThe EDP students from GSMnA total o

20、f 1451 observations整理整理ppt28Variables整理整理ppt29Linear Regression?07score=+W7+One common/convenient way, but整理整理ppt30A Latent Variable Model112233441score=ZccZccZccZccZ如果2如果3如果4如果5如果整理整理ppt31The Ordinal Regression Model07=+W7+Z07077scoreW7W7W7kkkkPkP zcPcPcF7scoreW7kPkF整理整理ppt32Two Popular Models7scoreW7kPk 77expW7score1expW7kkPk整理整理ppt33Another Formulation17scoreW7kPk7logitscoreW7kPk整理整理ppt34The Log Likelihood1771747W7=1sco