《高级计量经济学与Stata应用》第十二章

一、多值选择模型概述

• 定义与背景：介绍多值选择模型的基本概念、应用场景以及与传统回归模型的区别。
• 常见模型：如多项Logit模型（Multinomial Logit Model）、多项Probit模型（Multinomial Probit Model）等。
  

二、多项Logit模型

• 模型设定：详细阐述多项Logit模型的基本形式，包括因变量、自变量以及模型的参数估计方法。
• 效用函数：介绍个体选择不同方案的效用函数，以及如何通过效用最大化原则来解释个体的选择行为。
• 参数解释：阐述多项Logit模型中系数的含义，特别是如何通过系数来解释自变量对个体选择不同方案概率的影响。
• 估计与检验：讨论多项Logit模型的估计方法（如最大似然估计法）以及模型拟合优度检验、参数显著性检验等统计检验方法。
  

三、多项Probit模型

• 模型介绍：简要介绍多项Probit模型的基本思想、模型设定以及与多项Logit模型的区别。
• 应用与比较：探讨多项Probit模型在实际应用中的优势与局限，以及与多项Logit模型的比较。
  

四、多值选择模型的扩展与应用

• 条件Logit模型：介绍条件Logit模型（Conditional Logit Model）的基本思想和应用场景，特别是当解释变量既随个体而变也随方案而变时的情况。
• 随机系数模型：讨论随机系数模型（Random Coefficients Model）在处理多值选择问题中的应用，以及如何通过引入随机系数来捕捉个体间和方案间的异质性。
• 实证研究案例：通过具体的实证研究案例，展示多值选择模型在实际研究中的应用过程和分析方法。
  

五、Stata应用

• 命令与操作：详细介绍在Stata中进行多值选择模型分析的命令和操作步骤，包括数据准备、模型设定、参数估计、结果解释等。
• 实例分析：通过具体的Stata实例，展示如何应用多值选择模型解决实际问题。