Ejemplo MNL Train, pg' 76

1
Ejemplo MNL (Train, pg. 76)

• ctes Características de alt. Car.
  Socioecon.
• ASC COST/W OVT-auto OVT-tr. DRIVERS HH(1-0)
• U(auto) -5.26 -0.0284 -0.064 1.02 0.627
• U(busw) -0.0284 -0.0259
• U(busa) -5.49 -0.0284 -0.064 -0.0259 0.990
• U(carpool) -3.84 -0.0284 -0.064 0.872
• Valoración de ahorros de tiempo
• Tiempo en vehículo (auto) (-0.064)/(-0.0284)2.27
  W.
• Tiempo en vehículo (t. público)
  (-0,0259/-0.0284)0.91 W

2
Índice

• Características generales de los modelos de
  elección discreta
• El modelo logit multinomial (MNL)
• Independencia de Alternativas Irrelevantes (IIA)
• El modelo logit anidado (Nested Logit, NL)
• Práctica Stata.

3
Elasticidades cruzadas en el MNL

• Ejemplo
• Probabilidad de compra de distintos tipos de
  vehículos
• Sin política Con promoción eléctrico
• MNL Real
• Grande (gas.) 0,66 0,60 0,65
• Peq. (gasolina) 0,33 0,30 0,25
• Peq. (eléctrico) 0,01 0,10 0,10

4
Independencia de las Alternativas Irrelevantes
(IIA)

• El ratio entre las probabilidades de elegir dos
  alternativas (i, k) no depende de las
  características de las demás alternativas del
  conjunto de elección (o de su existencia).

5
Un ejemplo autobús azul y rojo.

• to Mercado con dos alternativas. Prob (coche)
  ½. Prob(bus azul)½
• t1 se introduce una nueva alternativa autobús
  rojo, con atributos iguales a los del autobús
  azul
• ? Prob (bus azul)Prob (bus rojo)
• El MNL predecirá las únicas probabilidades que
  cumplen con estas condiciones
• Prob (coche) Prob (bus azul) Prob (bus rojo)
  ?
• Pero dadas las características de las
  alternativas, lo esperado es que la probabilidad
  original de escoger el autobús azul se reparta
  entre los dos autobuses
• Prob (coche) ½. Prob (bus azul) Prob (bus rojo)
  ¼.

6
IIA

• Origen supuesto de distribución independiente e
  idéntica de la utilidad no observada no se
  permite que incluya factores que afectan de forma
  distinta a la probabilidad de elegir entre pares
  de alternativas.
• Por lo tanto, la presencia de IIA depende del
  tipo de elección, pero también de las variables
  incluidas en la especificación de Vin
• La validez de IIA debe contrastarse empíricamente
• IIA se cumple a nivel individual ? los resultados
  a nivel muestral dependerán de la forma en que se
  definan los pesos de cada individuo al agregar.

7
Contraste de validez de IIA

• Hausman-McFadden (1984)
• Ho IIA se cumple ? los coeficientes no difieren
  si el modelo se estima con todas las alternativas
  (a) o sin una de ellas (b)
• (ßaßb)(Oa-Ob)-1(ßaßb) ?2rango (Oa-Ob)
• Test de variables omitidas de McFadden.
• Significatividad de xnj en Vni

8
Qué hacer si IIA no se cumple?Alternativas al
MNL

• - Probit Multinomial enN(0,O)
• - Modelos GEV (Generalized Extreme Value)
• Distribución GEV de en permite correlaciones
  entre alternativas.
• Si todas las correlaciones son cero ?
  distribuciones independientes MNL.
• Logit anidado un modelo particular de la clase
  GEV.

9
Logit anidado (Nested logit, NL)

• Partición del conjunto de elección en K nidos
  disjuntos B1,, Bk.. BnkBmk
• IIA se cumple entre las alternativas que
  pertenecen al mismo nido.
• IIA no se cumple entre alternativas de nidos
  distintos El ratio de probabilidades puede
  depender de los atributos de otras alternativas
  de dichos nidos.

10
Representación de la estructura del conjunto de
elección
11
Nested logit
?k grado de independencia de las utilidades no
observadas de las alternativas en k. Un valor más
alto de ?k indica mayor independencia (menor
correlación). Si ?1 ? NLMNL.
12
IIA en NL?
13
Descomposición NL
14
Estimación NL

• Por etapas Estimación secuencial de MNLs
  Consistente, pero no eficiente.
• FIML. Se construye la función de verosimilitud a
  partir de Pni. No es estrictamente cóncava.
• NL consistente con RUM ? 0 ?k 1
• Normalización expVin/? ? Stata nlogitrum