MNL | 您所在的位置:网站首页 › 二项分布的符号意义 › MNL |
上一节最后一部分,介绍了Provit模型,从建模的角度来说,Probit模型假设随机项服从正态分布,这是具有一定的合理性的——也是其优点;但是Probit模型没有闭合解——每次算P(n)i 的值的时候都需要求积分,这就给实际应用造成了一定的不便。 1.Gumble分布 1.1 基本形式Gumbel分布是一种极值型分布,常被用于极端事件的估计和预测。比如某水文站,每天观测某条河道的水位,连续观测了50年;如果单独对河道每年的最高水位进行建模,就可以考虑用Gumbel分布。除此之位,Gumbel分布还被应用于地震、洪水等极端自然灾害现象的预测。 1.2 标准Gumble分布 2.Logistic分布 (14)式即为二项Logit模型的表达式。 图5给出了仅有一个自变量时的二项Logit和二项Probit的图像: 3.Gumbel分布到Logistic分布 本节下文给出该性质详细的推导过程,看一看怎样从两个Gumbel分布的差得到Logistic分布 。从Gumbel分布到Logistic分布——离散选择模型之十 (qq.com) 4.summary截止到这篇文章,关于二项Logit模型的内容全部介绍完毕,后面作者关于多项Logit模型的内容就付费了 |
CopyRight 2018-2019 实验室设备网 版权所有 |