里科·克鲁格;米歇尔·比尔莱尔;托马斯·加索斯;普拉蒂克省班萨尔 具有分布核误差的稳健离散选择模型。 （英语） Zbl 1499.62021号 统计计算。 33，第1号，第2号论文，21页（2023年）. 总结：离散选择响应数据中的异常值可能是由于响应变量的错误分类和错误报告，以及与建模假设不一致的选择行为（例如随机效用最大化）造成的。在存在异常值的情况下，标准离散选择模型会产生有偏差的估计，并受到预测准确性的影响。稳健统计模型对异常值的敏感性低于标准非稳健模型。本文分析了多项式probit（MNP）模型的两种稳健替代方案。这两个模型是robit模型，其核误差分布是重尾分布，以缓和离群值的影响。第一种模型是多项式robit（MNR）模型，其中一个通用自由度参数控制核误差分布的重尾性。第二种模型是广义多项式robit（Gen-MNR）模型，它比MNR模型更灵活，因为它允许在核误差分布的每个维度上有明显的重尾性。对于这两个模型，我们导出了用于后验推理的吉布斯采样器。在仿真研究中，我们说明了所提出的贝叶斯估计量的有限样本性质，并表明如果选择数据通过非稳健MNP模型的透镜包含离群值，则MNR和Gen-MNR会产生更准确的估计。在关于运输方式选择行为的案例研究中，MNR和Gen-MNR在样本内拟合和样本外预测准确度方面远远优于MNP。该案例研究还强调了不同模型之间弹性估计的差异。 MSC公司： 62-08 统计问题的计算方法 2015年1月62日 贝叶斯推断 62层35 鲁棒性和自适应程序（参数推断） 关键词：稳健性;探险家;罗比;贝叶斯估计;离散选择;离群值 软件：贝叶斯树;巴蒂;朱莉娅;贝叶斯DA PDF格式BibTeX公司 XML格式引用 \textit{R.Krueger}等人，《统计计算》。33，第1号，第2号论文，21页（2023年；Zbl 1499.62021） 全文： 内政部 arXiv公司 参考文献： [1] 艾伯特，JH；Chib，S.，二进制和多光子响应数据的贝叶斯分析，美国统计协会，88，422，669-679（1993）·Zbl 0774.62031号 ·doi:10.1080/016214519993.10476321 [2] Alptekinolu，A。；辛普尔，JH，《指数选择模型：产品组合和价格优化的新选择》，Oper。第64、179-93号决议（2016年）·兹比尔1336.91040 ·doi:10.1287/操作2015年14月59日 [3] Benoit，DF；Van Aelst，S。；Van den Poel，D.，Outlier鲁棒贝叶斯多项选择建模，J.Appl。经济。，31, 7, 1445-1466 (2016) ·doi:10.1002/jae.2482 [4] Bezanson，J。；Edelman，A。；卡宾斯基，S。；Shah，VB，Julia:数值计算的新方法，SIAM Rev.，59，1，65-98（2017）·Zbl 1356.68030号 ·数字对象标识代码：10.1137/141000671 [5] Bhat，CR，城际旅行方式选择的异方差极值模型，交通。研究B部分方法。，29, 6, 471-483 (1995) ·doi:10.1016/0191-2615（95）00015-6 [6] Bhat，CR，基于多项式概率的无序响应选择模型的最大近似复合边际似然（MACML）估计，Transp。研究B部分方法。，45, 7, 923-939 (2011) ·doi:10.1016/j.trb.2011.04.005 [7] Botev，Z.I.，l'Ecuyer，P.：从正态分布截断到尾部间隔的模拟。在VALUETOOLS（2016）中 [8] Brathwaite，T。；Walker，JL，非对称，封闭形式，多项式选择的有限参数模型，J.选择模型。，29, 78-112 (2018) ·doi:10.1016/j.jocm.2018.01.002 [9] 勃艮第，LF；Nordheim，EV，《痕迹限制：贝叶斯多项式概率模型的替代识别策略》，J.Bus。经济。统计，30，3，404-410（2012）·doi:10.1080/07350015.2012.680416 [10] Burgette，L.F.、Puelz，D.、Hahn，P.R.等：多项式概率模型的对称先验。贝叶斯分析（2020） [11] 卡斯蒂略，E。；梅内德斯，JM；Jiménez，P。；Rivas，A.，Weibull案例中选择概率的闭式表达式，Transp。研究B部分方法。，42, 4, 373-380 (2008) ·doi:10.1016/j.trb.2007.08.002 [12] Chikarishi，M。；Nakayama，S.，具有q产品随机效用的离散选择模型，Transp。研究B部分方法。，93, 576-595 (2016) ·doi:10.1016/j.trb.2016.08.013 [13] 奇普曼，HA；乔治，EI；McCulloch，RE，BART：贝叶斯加性回归树，Ann.Appl。统计，4，1，266-298（2010）·Zbl 1189.62066号 ·doi:10.1214/09-AOAS285 [14] Daganzo，C.，《多项式问题》（1979），学术出版社·Zbl 0476.62090号 [15] Del Castillo，J.，一类RUM选择模型，其中包括公用事业具有逻辑分布错误的模型，即运输。研究B部分方法。，91, 1-20 (2016) ·doi:10.1016/j.trb.2016.04.022 [16] Del Castillo，J.，当误差分布是带有Gumbel边缘的多项式copula时随机效用最大化模型的选择概率，Transp。A运输。科学。，16, 3, 439-472 (2020) [17] Dill，J。；Rose，G.，《电动自行车与交通政策：早期采用者的见解》，交通运输。Res.Rec.，2314，1，1-6（2012年）·doi:10.3141/314-01 [18] 丁，P.，使用选择-t模型进行样本选择的贝叶斯稳健推断，J.Multivar。分析。，124, 451-464 (2014) ·Zbl 1359.62079号 ·doi:10.1016/j.jmva。2013.11.014 [19] 杜比，S。；Bansal，P。；RA达齐亚诺；Guerra，E.，带有t分布误差核的广义连续多项式响应模型，Transp。研究B部分方法。，133, 114-141 (2020) ·doi:10.1016/j.trb.2019.12.007 [20] Fosgerau，M。；Bierlaire，M.，带乘法误差项的离散选择模型，Transp。研究B部分方法。，43, 5, 494-505 (2009) ·doi:10.1016/j.trb.2008.10.004 [21] 盖尔曼，A。；卡林，JB；斯特恩，HS；邓森，DB；Vehtari，A。；Rubin，DB，贝叶斯数据分析（2013），CRC出版社·Zbl 1279.62004号 ·doi:10.1201/b16018 [22] 盖尔曼，A。；Hill，J.，《使用回归和多级/层次模型的数据分析》（2006），剑桥大学出版社·doi:10.1017/CBO9780511790942 [23] 盖尔曼，A。；Rubin，DB，《使用多序列从迭代模拟中推断》，《统计科学》。，7, 4, 457-472 (1992) ·Zbl 1386.65060号 ·doi:10.1214/ss/117701136 [24] Geweke，J.，Keane，M.，Runkle，D.：多项式概率模型中推理的替代计算方法。《经济学和统计学评论》，609-632（1994） [25] 哈吉瓦西里乌，V。；麦克法登，D。；Ruud，P.，《多元正矩形概率及其导数的模拟——理论和计算结果》，《经济学杂志》。，72, 1-2, 85-134 (1996) ·Zbl 0849.62064号 ·doi:10.1016/0304-4076（94）01716-6 [26] JA豪斯曼；Abrevaya，J。；Scott-Moton，FM，离散响应背景下因变量的误分类，经济杂志。，87, 2, 239-269 (1998) ·Zbl 0943.62116号 ·doi:10.1016/S0304-4076（98）00015-3 [27] Hillel，T。；埃尔沙菲，MZ；Jin，Y.，《为交通模拟重建乘客模式选择：英国伦敦的案例研究》，Proc。土木工程智能基础设施研究所。施工图。，171, 1, 29-42 (2018) [28] 黄，A。；Wand，MP，协方差矩阵的简单边际非信息先验分布，贝叶斯分析。，8, 2, 439-452 (2013) ·Zbl 1329.62135号 ·doi:10.1214/13-BA815 [29] 今井，K。；Van Dyk，DA，《使用边际数据增强对多项式概率模型进行贝叶斯分析》，J.Econom。，124, 2, 311-334 (2005) ·兹比尔1335.62049 ·doi:10.1016/j.jeconom.2004.02.002 [30] 江，Z。；Ding，P.，《使用非椭圆轮廓多元t分布的稳健建模》，J.Stat.Plan。推理，17750-63（2016）·Zbl 1353.62052号 ·doi:10.1016/jspi.2016.04.004 [31] Kim，S。；陈，M-H；Dey，DK，二进制响应数据的灵活广义t-link模型，Biometrika，95，1，93-106（2008）·Zbl 1437.62513号 ·doi:10.1093/biomet/asm079 [32] 英国石油公司金多；Wang，H。；Peña，EA，多项式概率贝叶斯加性回归树，Stat，5，1，119-131（2016）·doi:10.1002/sta4.110 [33] 兰格，吉隆坡；小，RJ；Taylor，JM，《使用t分布的稳健统计建模》，美国统计协会，84，408，881-896（1989） [34] Lee，S。；Mclachlan，GJ，多元斜t分布的有限混合：一些最近和新的结果，Stat.Comput。，24, 2, 181-202 (2014) ·Zbl 1325.62107号 ·doi:10.1007/s11222-012-9362-4 [35] 勒曼，S。；Manski，C.，《关于使用模拟频率来近似选择概率》，Struct。分析。谨慎。数据经济。申请。，10, 305-319 (1981) [36] Liu，C.：Robit回归：逻辑回归和概率回归的简单稳健替代方法。应用贝叶斯建模和不完全数据视角的偶然推断，227-238（2004）·Zbl 05274820号 [37] Liu，J.S.：科学计算中的蒙特卡罗策略。施普林格（2008）·Zbl 1132.65003号 [38] McCulloch，R.，Rossi，P.E.：多项式概率模型的精确似然分析。《经济学杂志》。64(1-2), 207-240 (1994) [39] McFadden，D.：住宅选址建模。运输。Res.Rec.，（673）（1978年） [40] McFadden，D.：概率选择的计量经济学模型。离散数据的结构分析与计量经济学应用，198272（1981）·Zbl 0598.62145号 [41] Paleti，R.：具有交替核误差分布的离散选择模型。印度科学研究所杂志。，1-10 (2019) [42] 巴列蒂，R。；Balan，L.，旅行调查中的错误分类及其对选择建模的影响：家庭汽车所有权决策的应用，交通，46，41467-1485（2019）·doi:10.1007/s11116-017-9847-2 [43] Peyhardi，DJ，多项选择模型中学生链接函数的稳健性，J.选择模型。，36, 100228 (2020) ·doi:10.1016/j.jocm.2020.100228 [44] Rayaprolu，HS公司；卢卡，C。；Moeckel，R.，《自行车公路对通勤方式选择的影响：情景分析》，《环境》。计划。B城市分析。城市科学。，47, 4, 662-677 (2020) ·doi:10.1177/23998088318797334 [45] Robert，C.，Casella，G.：蒙特卡洛统计方法。施普林格（2013）·Zbl 1096.62003年 [46] 斯卡林奇，R。；马尔科夫，I。；Bierlaire，M.，基于加速移动人行道的运输系统网络设计，交通。研究C部分应急技术。，80, 310-328 (2017) ·doi:10.1016/j.trc.2017.04.016 [47] 马萨诸塞州坦纳；Wong，WH，《通过数据增强计算后验分布》，美国统计协会，82，398，528-540（1987）·Zbl 0619.62029号 ·doi:10.1080/01621459.1987.10478458 [48] Train，KE，模拟离散选择方法（2009），剑桥大学出版社·Zbl 1269.62073号 [49] Van Dyk，D.A.：边际马尔可夫链蒙特卡罗方法。统计正弦。，1423-1454 (2010) ·Zbl 1410.60073号 [50] 范戴克，DA；Meng，X-L，数据扩充的艺术，计算机J。图表。统计，10，1，1-50（2001）·doi:10.19198/10618600152418584 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。