模型估计
使用较大似然估计同时估计所有系数(即完整信息估计)。
模型可以是二项式、多项式或树(嵌套的)logit模型,具有无限的分支和层次;或者,混合的logit或误差成分分析,包括不同的分布(包括指数,如对数正态)和相关误差项。
非线性效用函数允许正确地包含吸引变量。
综合备选方案可以表示为已选。
系数估计、标准误差、正确计算的弹性、消费者剩余措施及若干细节检验都是标准的,信息量大、标签清新、输出清晰,适合立即放入报告中。
ALOGIT Shell中的函数可以用来在不同的模型变量之间进行比较。
初始线性估计的选项减少了复杂模型的运行时间。
ALOGIT不会限制问题的大小。
预测
用户可以*详细的方案,包括一系列影响选择的变量的变化,ALOGIT可以预测、显示和分析行为发生的变化。
ALOGIT has been in intensive use by leading-edge modellers for more than 30 years and has been developed throughout that period to meet the needs of advanced modelling. As a result, ALOGIT has a high level of reliability and numerous features and facilities that are useful for professional modelling. The Help file gives an overview of the possibilities (download zipped version of Help but note that this does not work with the most recent versions of Windows).
所有这些功能都是由ALOGIT的直观控制文件来控制的
一种非常灵活的命令语言,包括命名变量、层次模型直观的定义结构、命名为布尔运算符(TRUE、FALSE、利用率等)。
包括使用命令行或系数的外部文件选项,简化模型(估计)管理。
备选方案的数组定义、系统数据项和变量。
随机数产生器(具有特定的概率的多项式变量的一致、正常、逻辑分布或赋值)。
‘if ... THEN ... ELSE... END’ and ‘DO ... END’语法,来简化数据转换。
使用$NEST命令的tree logit模型的直观说明。
系统要求
ALOGIT支持Windows或以上的操作系统,也支持旧的操作系统XP, 2000, NT, 98和95。
- the user can specify detailed scenarios which incorporate a series of changes in the variables influencing choice, and ALOGIT can predict, display and analyse the consequent changes in behaviour;
ALOGIT估算了通用logit模型的参数。主要的功能有:
树型模型( 嵌套、分层的)与简单的logit模型相比,它支持模型中的替代方法与简单的重新训练方法关联,但仍然保持操作简单和操作快速的特征。
组合logit模型使用灵活的‘error components’规范,它可以使用线性或指数形式,这允许系数中的对数正态扰动。
所有这些功能都是由ALOGIT的直观控制文件来控制的
一种非常灵活的命令语言,包括命名变量、层次模型直观的定义结构、命名为布尔运算符(TRUE、FALSE、利用率等)。
包括使用命令行或系数的外部文件选项,简化模型(估计)管理。
备选方案的数组定义、系统数据项和变量。
随机数产生器(具有特定的概率的多项式变量的一致、正常、逻辑分布或赋值)。
‘if ... THEN ... ELSE... END’ and ‘DO ... END’语法,来简化数据转换。
使用$NEST命令的tree logit模型的直观说明。
-/gjiiih/-
http://turntech8843.b2b168.com