離散選擇法

離散選擇法（Discrete choice approach，縮寫DCA，也作Discrete choice model，即「離散選擇模型」）屬於多重變量分析的方法之一，是社會學、生物統計學、數量心理學、市場營銷等統計實證分析的常用方法。

目標

離散選擇法的目標是通過（特定個體的或者特定類別的）協變量解釋所觀察到的在離散對象中進行的抉擇。

應用領域舉例

• 與一組實行安慰劑治療的對照組（Control group）進行比較，看治療方法是否成功
• 解釋婦女的工作行為
• 選擇某一專業學習
• 在一攬子商品中對某一商品的購買決策
• 情景條件下的市場份額建模
• 根據「回憶者」（表現出來）的特徵衡量廣告活動的成功
• 解釋顧客價值概念（分類模型）
• 顧客滿意度研究（分類模型）

臨界值模型的假設

• 個體行為能夠通過一個不可觀察的（隱藏）變量y_n^*來調控
• y_n^*線性依賴於協變量
• 二元變量假定依賴於y_n^*的水平
• 不可觀察的臨界值c在識別基礎o.B.d.A上設為0
• 分布函數F(·)是邏輯正態分布或者正態分布
• Logit模型：<math>\mathrm{P}(y_n=1|x_n)=\frac{\exp(b_0+b_1X_1+\dots+b_kX_k)}{1+\exp(b_0+b_1X_1+\dots+b_kX_k)}</math>
• Probit模型：

隨機效用模型的假設

• 存在r≥2個未排序的對象，在其中個體中於該時點選出一個
• 每個對象有自己的效用
• 效用不能完整的觀察，

參見

• 多重變量分析

外部鏈接

{{#ifexpr:1836>3000|{{safesubst:#switch:

{{safesubst:#if: 
 | {{{demospace}}}    
 | {{safesubst:#ifeq:|
   | {{safesubst:#if:

| other | main }}

   | other
   }} 
 }}

| main = | other | #default = }}}}