相關商品
商品簡介
作者簡介
目次
商品簡介
這本流行教科書的第二版介紹了選擇分析領域中的**方法和技術。本書全面且易懂，任何讀者都可以通過本書學習如何模擬和預測個人選擇和團體選擇。與第一版相比，第二版完全改寫了其中一些章節，並目新増了一些主題，包括有序選擇、尺度MNL模型、廣義混合logit模型、潛類別模型、團體決策、直覺、屬性處理策路、期望效用理論和前景理論的應用等。第二版還新增了大量案例研究，用來說明如何應用選擇分析;提供了所有有關 logit命令，相關數據可以在線獲得。
本書融合了理論、估計和應用，任何對選擇行為建模方法感興趣的讀者，包括學生、研究者和咨詢師等，都可以從中受益。
本書融合了理論、估計和應用，任何對選擇行為建模方法感興趣的讀者，包括學生、研究者和咨詢師等，都可以從中受益。
作者簡介
戴維•A.亨舍( David A. Hensher)
悉尼大學商學院管理學教授，悉尼大學商學院交通與物流研究所創建人。
約翰•M.羅斯( John M.Rose)
原為悉尼大學商學院交通與物流研究所教授，2014年3月加入南澳大學，並擔任選擇研究所所長
威廉•H.格林( William H. Greene)
紐約大學斯特恩商學院經濟學講座教授。
悉尼大學商學院管理學教授，悉尼大學商學院交通與物流研究所創建人。
約翰•M.羅斯( John M.Rose)
原為悉尼大學商學院交通與物流研究所教授，2014年3月加入南澳大學，並擔任選擇研究所所長
威廉•H.格林( William H. Greene)
紐約大學斯特恩商學院經濟學講座教授。
目次
目錄
第１ 部分 入 門
１ 引 言 ３
１．１選擇是一件常見的事 ３
１．２選擇行為建模簡史 ４
１．３選擇分析的基本規則與本書結構 ７
２選擇 １０
２．１ 引言 １０
２．２ 個體有偏好， 偏好很重要 １０
２．３ 在選擇分析中使用偏好和約束條件的知識 １６
３選擇與效用 １７
３．１ 引言 １７
３．２ 一些基礎背景 １８
３．３ 效用簡介 ２６
３．４ 效用的已觀測成分 ２７
３．５結語 ４２
４ 各種離散選擇模型 ４６
４．１ 引言 ４６
４．２ 效用建模 ４６
４．３ 效用的未觀測成分 ４７
４．４ 隨機效用模型 ４９
４．５ 基本ｌｏｇｉｔ 模型的擴展 ５５
４．６ 嵌套ｌｏｇｉｔ 模型 ５７
４．７ 混合 （隨機參數） ｌｏｇｉｔ 模型 ５９
４．８ 廣義混合ｌｏｇｉｔ ６１
４．９ 潛類別模型 ６２２
４．１０結語 ６３
５ 估計離散選擇模型 ６５
５．１ 引言 ６５
５．２ 最大似然估計 ６５
５．３ 模擬最大似然 ７０
５．４ 從密度中抽取 ７３
５．５ 相關與從密度中抽取 ８８
５．６對於不存在封閉分析形式的模型， 如何計算選擇概率 ９４
５．７ 用於估計的算法 ９９
５．８結語 １０４
６實驗設計與選擇實驗 １０５
６．１ 引言 １０５
６．２ 什麼是實驗設計 １０６
６．３ 關於選擇實驗的更多細節 １４３
６．４ 最優―最差設計 １４５
６．５ 關於樣本規模和陳述性選擇設計的更多細節 １４９
６．６實驗設計用到的 Ｎｇｅｎｅ 語法 １５６
６．７結語 １６３
７統計推斷 １８４
７．１ 引言 １８４
７．２ 假設檢驗 １８４
７．３ 方差估計 １９３
７．４ 函數的方差和支付意願 ２０１
８ 研究者經常詢問的其他問題 ２１２
８．１ 條件分布均值等於非條件分布 ２１２
８．２ 以隨機後悔取代隨機效用最大化 ２１４
８．３ 內生性 ２１７
８．４ 有用的行為輸出 ２１８
第２ 部分 軟件和數據
９應用選擇分析的 ??????軟件 ２２９
９．１ 引言 ２２９
９．２ 關於軟件 ２２９
９．３ 啟動與退出 Ｎｌｏｇｉｔ ２３０
９．４ 使用 Ｎｌｏｇｉｔ ２３１
９．５ 如何讓 Ｎｌｏｇｉｔ 執行任務 ２３２
９．６ 一些有用的提醒 ２３５
９．７ Ｎｌｏｇｉｔ 軟件 ２３６
１０為 ??????設置數據 ２３７
１０．１ 數據的讀入和設置 ２３７
１０．２ 合並數據源 ２４２
１０．３對外生變量加權 ２４４
１０．４處理拒絕選擇情形 ２４５３
１０．５ 向 Ｎｌｏｇｉｔ 輸入數據 ２４７
１０．６ 從文件導入數據 ２４７
１０．７ 在數據編輯器中輸入數據 ２５１
１０．８ 保存和重新加載數據 ２５２
１０．９導出數據文件 ２５３
１０．１０ 將數據集輸入為一行 ２５３
１０．１１ 數據清洗 ２５５
第３ 部分 各種選擇模型
１１ 基本模型： 工作母機―――多項?????模型 ２６３
１１．１ 引言 ２６３
１１．２ Ｎｌｏｇｉｔ 中對選擇建模： ＭＮＬ 命令 ２６３
１１．３ 解釋 ＭＮＬ 模型的結果 ２６８
１１．４選擇模型中相互作用的處理 ２７７
１１．５ 支付意願的衡量 ２７８
１１．６ 從樣本獲得效用和選擇概率 ２７９
１２ 未加標簽的離散選擇數據的處理 ２８４
１２．１ 引言 ２８４
１２．２ 未加標簽數據簡介 ２８４
１２．３ 未加標簽的選擇數據的建模基礎 ２８５
１２．４ 未加標簽的選擇數據建模中的協變量問題 ２８８
１３ 從模型中獲得更多信息 ２９９
１３．１ 引言 ２９９
１３．２進一步理解數據 ３０１
１３．３進一步理解模型參數 ３０６
１３．４ 模擬與 “ｗｈａｔｉｆ” 情景 ３１６
１３．５ 加權 ３２２
１３．６ 支付意願 ３３５
１３．７經驗分布： 一次移除一個觀察值 ３３７
１３．８ 隨機後悔模型與隨機效用模型的應用 ３３８
１３．９ “Ｍａｘｉｍｉｚｅ” 命令 ３４２
１３．１０ 校準模型 ３４３
１４ 嵌套?????估計 ３４７
１４．１ 引言 ３４７
１４．２ 嵌套ｌｏｇｉｔ 模型命令 ３４７
１４．３ 估計 ＮＬ 模型與解釋輸出結果 ３５１
１４．４設定 ＮＬ 樹的更高一級水平的效用函數 ３５８
１４．５ ＮＬ 模型中退化側枝的處理 ３６３
１４．６ 三水平 ＮＬ 模型 ３６６
１４．７彈性與邊際效應 ３６８
１４．８協方差嵌套ｌｏｇｉｔ ３７０
１４．９ 廣義嵌套ｌｏｇｉｔ ３７３
１４．１０ 其他命令 ３７６４
１５ 混合?????估計 ３７７
１５．１ 引言 ３７７
１５．２ 混合ｌｏｇｉｔ 模型的基本命令 ３７７
１５．３ Ｎｌｏｇｉｔ 輸出信息： ＭＬ 模型的解釋 ３８１
１５．４ 如何使用隨機參數估計值 ４０５
１５．５ 特定個體參數估計： 條件參數 ４０６
１５．６ 隨機參數的條件置信區間 ４０８
１５．７ 支付意願問題 ４１０
１５．８ 混合ｌｏｇｉｔ 模型中的誤差成分 ４１５
１５．９ 廣義混合ｌｏｇｉｔ： 考慮尺度和品味異質性 ４２１
１５．１０ 效用空間和 ＷＴＰ 空間中的 ＧＭＸ 模型 ４２３
１５．１１ 效用空間中的ＳＭＮＬ 模型和 ＧＭＸ 模型 ４３８
１５．１２ 混合數據集中尺度異質性的識別 ４４３
１６ 潛類別模型 ４４４
１６．１ 引言 ４４４
１６．２標準潛類別模型 ４４４
１６．３ 隨機參數潛類別模型 ４４６
１６．４ 案例研究 ４４８
１６．５ Ｎｌｏｇｉｔ 命令 ４５４
１７ 二項選擇模型 ４６８
１７．１ 引言 ４６８
１７．２ 基本二項選擇 ４６８
１７．３ 使用面板數據模擬二項選擇 ４８３
１７．４ 二元ｐｒｏｂｉｔ 模型 ４８８
１８ 有序選擇 ５０６
１８．１ 引言 ５０６
１８．２傳統有序選擇模型 ５０６
１８．３ 廣義有序選擇模型 ５０７
１８．４ 案例研究 ５１２
１８．５ Ｎｌｏｇｉｔ 命令 ５１９
１９ 合並數據源 ５２４
１９．１ 引言 ５２４
１９．２ 嵌套ｌｏｇｉｔ “技巧” ５２８
１９．３ 超越嵌套ｌｏｇｉｔ “技巧” ５３０
１９．４ 案例研究 ５３２
１９．５ 更高級的ＳＰ?ＲＰ 模型 ５３７
１９．６ 假設偏差 ５４２
第４ 部分 高級主題
２０選擇分析前沿 ５５７
２０．１ 引言 ５５７
２０．２ 含有非線性效用函數的混合多項ｌｏｇｉｔ 模型 ５５７
２０．３ 期望效用理論和前景理論 ５６０５
２０．４ 案例研究： 交通耗時的可變性和節省的交通耗時的期望價值 ５６４
２０．５ 表２０．６ 模型中的 ＮＬＲＰＬｏｇｉｔ 命令 ５７０
２０．６ 混合選擇模型 ５７４
２１ 屬性處理、 啟發性直覺和偏好構建 ５７９
２１．１ 引言 ５７９
２１．２ 常見決策過程回顧 ５８１
２１．３ 將決策過程嵌入選擇任務 ５８３
２１．４ 關係直覺 ５８７
２１．５過程數據 ５９１
２１．６ 合成： 將前面幾節內容合在一起 ５９３
２１．７ 案例研究１ ： 通過非線性處理納入屬性處理直覺 ５９４
２１．８ 案例研究２： 選擇反應的確定性、選項可接受性和屬性門限的影響 ６０５
２１．９ 案例研究３： 考察個體對陳述性選擇實驗的回答―――他們的回答有意義嗎 ６１９
２１．１０ 多個直覺在屬性處理 （作為調整模型選擇的一種方法） 中的作用 ６５３
２２團體決策 ６６５
２２．１ 引言 ６６５
２２．２ 相互作用的智能體選擇實驗 ６６６
２２．３購買汽車的案例研究 ６６８
２２．４ 案例研究結果 ６７０
２２．５ Ｎｌｏｇｉｔ 命令和結果 ６７６
自選術語 ６９７
譯後記 ７０４
第１ 部分 入 門
１ 引 言 ３
１．１選擇是一件常見的事 ３
１．２選擇行為建模簡史 ４
１．３選擇分析的基本規則與本書結構 ７
２選擇 １０
２．１ 引言 １０
２．２ 個體有偏好， 偏好很重要 １０
２．３ 在選擇分析中使用偏好和約束條件的知識 １６
３選擇與效用 １７
３．１ 引言 １７
３．２ 一些基礎背景 １８
３．３ 效用簡介 ２６
３．４ 效用的已觀測成分 ２７
３．５結語 ４２
４ 各種離散選擇模型 ４６
４．１ 引言 ４６
４．２ 效用建模 ４６
４．３ 效用的未觀測成分 ４７
４．４ 隨機效用模型 ４９
４．５ 基本ｌｏｇｉｔ 模型的擴展 ５５
４．６ 嵌套ｌｏｇｉｔ 模型 ５７
４．７ 混合 （隨機參數） ｌｏｇｉｔ 模型 ５９
４．８ 廣義混合ｌｏｇｉｔ ６１
４．９ 潛類別模型 ６２２
４．１０結語 ６３
５ 估計離散選擇模型 ６５
５．１ 引言 ６５
５．２ 最大似然估計 ６５
５．３ 模擬最大似然 ７０
５．４ 從密度中抽取 ７３
５．５ 相關與從密度中抽取 ８８
５．６對於不存在封閉分析形式的模型， 如何計算選擇概率 ９４
５．７ 用於估計的算法 ９９
５．８結語 １０４
６實驗設計與選擇實驗 １０５
６．１ 引言 １０５
６．２ 什麼是實驗設計 １０６
６．３ 關於選擇實驗的更多細節 １４３
６．４ 最優―最差設計 １４５
６．５ 關於樣本規模和陳述性選擇設計的更多細節 １４９
６．６實驗設計用到的 Ｎｇｅｎｅ 語法 １５６
６．７結語 １６３
７統計推斷 １８４
７．１ 引言 １８４
７．２ 假設檢驗 １８４
７．３ 方差估計 １９３
７．４ 函數的方差和支付意願 ２０１
８ 研究者經常詢問的其他問題 ２１２
８．１ 條件分布均值等於非條件分布 ２１２
８．２ 以隨機後悔取代隨機效用最大化 ２１４
８．３ 內生性 ２１７
８．４ 有用的行為輸出 ２１８
第２ 部分 軟件和數據
９應用選擇分析的 ??????軟件 ２２９
９．１ 引言 ２２９
９．２ 關於軟件 ２２９
９．３ 啟動與退出 Ｎｌｏｇｉｔ ２３０
９．４ 使用 Ｎｌｏｇｉｔ ２３１
９．５ 如何讓 Ｎｌｏｇｉｔ 執行任務 ２３２
９．６ 一些有用的提醒 ２３５
９．７ Ｎｌｏｇｉｔ 軟件 ２３６
１０為 ??????設置數據 ２３７
１０．１ 數據的讀入和設置 ２３７
１０．２ 合並數據源 ２４２
１０．３對外生變量加權 ２４４
１０．４處理拒絕選擇情形 ２４５３
１０．５ 向 Ｎｌｏｇｉｔ 輸入數據 ２４７
１０．６ 從文件導入數據 ２４７
１０．７ 在數據編輯器中輸入數據 ２５１
１０．８ 保存和重新加載數據 ２５２
１０．９導出數據文件 ２５３
１０．１０ 將數據集輸入為一行 ２５３
１０．１１ 數據清洗 ２５５
第３ 部分 各種選擇模型
１１ 基本模型： 工作母機―――多項?????模型 ２６３
１１．１ 引言 ２６３
１１．２ Ｎｌｏｇｉｔ 中對選擇建模： ＭＮＬ 命令 ２６３
１１．３ 解釋 ＭＮＬ 模型的結果 ２６８
１１．４選擇模型中相互作用的處理 ２７７
１１．５ 支付意願的衡量 ２７８
１１．６ 從樣本獲得效用和選擇概率 ２７９
１２ 未加標簽的離散選擇數據的處理 ２８４
１２．１ 引言 ２８４
１２．２ 未加標簽數據簡介 ２８４
１２．３ 未加標簽的選擇數據的建模基礎 ２８５
１２．４ 未加標簽的選擇數據建模中的協變量問題 ２８８
１３ 從模型中獲得更多信息 ２９９
１３．１ 引言 ２９９
１３．２進一步理解數據 ３０１
１３．３進一步理解模型參數 ３０６
１３．４ 模擬與 “ｗｈａｔｉｆ” 情景 ３１６
１３．５ 加權 ３２２
１３．６ 支付意願 ３３５
１３．７經驗分布： 一次移除一個觀察值 ３３７
１３．８ 隨機後悔模型與隨機效用模型的應用 ３３８
１３．９ “Ｍａｘｉｍｉｚｅ” 命令 ３４２
１３．１０ 校準模型 ３４３
１４ 嵌套?????估計 ３４７
１４．１ 引言 ３４７
１４．２ 嵌套ｌｏｇｉｔ 模型命令 ３４７
１４．３ 估計 ＮＬ 模型與解釋輸出結果 ３５１
１４．４設定 ＮＬ 樹的更高一級水平的效用函數 ３５８
１４．５ ＮＬ 模型中退化側枝的處理 ３６３
１４．６ 三水平 ＮＬ 模型 ３６６
１４．７彈性與邊際效應 ３６８
１４．８協方差嵌套ｌｏｇｉｔ ３７０
１４．９ 廣義嵌套ｌｏｇｉｔ ３７３
１４．１０ 其他命令 ３７６４
１５ 混合?????估計 ３７７
１５．１ 引言 ３７７
１５．２ 混合ｌｏｇｉｔ 模型的基本命令 ３７７
１５．３ Ｎｌｏｇｉｔ 輸出信息： ＭＬ 模型的解釋 ３８１
１５．４ 如何使用隨機參數估計值 ４０５
１５．５ 特定個體參數估計： 條件參數 ４０６
１５．６ 隨機參數的條件置信區間 ４０８
１５．７ 支付意願問題 ４１０
１５．８ 混合ｌｏｇｉｔ 模型中的誤差成分 ４１５
１５．９ 廣義混合ｌｏｇｉｔ： 考慮尺度和品味異質性 ４２１
１５．１０ 效用空間和 ＷＴＰ 空間中的 ＧＭＸ 模型 ４２３
１５．１１ 效用空間中的ＳＭＮＬ 模型和 ＧＭＸ 模型 ４３８
１５．１２ 混合數據集中尺度異質性的識別 ４４３
１６ 潛類別模型 ４４４
１６．１ 引言 ４４４
１６．２標準潛類別模型 ４４４
１６．３ 隨機參數潛類別模型 ４４６
１６．４ 案例研究 ４４８
１６．５ Ｎｌｏｇｉｔ 命令 ４５４
１７ 二項選擇模型 ４６８
１７．１ 引言 ４６８
１７．２ 基本二項選擇 ４６８
１７．３ 使用面板數據模擬二項選擇 ４８３
１７．４ 二元ｐｒｏｂｉｔ 模型 ４８８
１８ 有序選擇 ５０６
１８．１ 引言 ５０６
１８．２傳統有序選擇模型 ５０６
１８．３ 廣義有序選擇模型 ５０７
１８．４ 案例研究 ５１２
１８．５ Ｎｌｏｇｉｔ 命令 ５１９
１９ 合並數據源 ５２４
１９．１ 引言 ５２４
１９．２ 嵌套ｌｏｇｉｔ “技巧” ５２８
１９．３ 超越嵌套ｌｏｇｉｔ “技巧” ５３０
１９．４ 案例研究 ５３２
１９．５ 更高級的ＳＰ?ＲＰ 模型 ５３７
１９．６ 假設偏差 ５４２
第４ 部分 高級主題
２０選擇分析前沿 ５５７
２０．１ 引言 ５５７
２０．２ 含有非線性效用函數的混合多項ｌｏｇｉｔ 模型 ５５７
２０．３ 期望效用理論和前景理論 ５６０５
２０．４ 案例研究： 交通耗時的可變性和節省的交通耗時的期望價值 ５６４
２０．５ 表２０．６ 模型中的 ＮＬＲＰＬｏｇｉｔ 命令 ５７０
２０．６ 混合選擇模型 ５７４
２１ 屬性處理、 啟發性直覺和偏好構建 ５７９
２１．１ 引言 ５７９
２１．２ 常見決策過程回顧 ５８１
２１．３ 將決策過程嵌入選擇任務 ５８３
２１．４ 關係直覺 ５８７
２１．５過程數據 ５９１
２１．６ 合成： 將前面幾節內容合在一起 ５９３
２１．７ 案例研究１ ： 通過非線性處理納入屬性處理直覺 ５９４
２１．８ 案例研究２： 選擇反應的確定性、選項可接受性和屬性門限的影響 ６０５
２１．９ 案例研究３： 考察個體對陳述性選擇實驗的回答―――他們的回答有意義嗎 ６１９
２１．１０ 多個直覺在屬性處理 （作為調整模型選擇的一種方法） 中的作用 ６５３
２２團體決策 ６６５
２２．１ 引言 ６６５
２２．２ 相互作用的智能體選擇實驗 ６６６
２２．３購買汽車的案例研究 ６６８
２２．４ 案例研究結果 ６７０
２２．５ Ｎｌｏｇｉｔ 命令和結果 ６７６
自選術語 ６９７
譯後記 ７０４
![漂鳥集[中英雙語版]](https://cdnec.sanmin.com.tw/product_images/957/957146403.jpg)
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。