LIMDEP & NLOGIT

NLOGIT6 の新機能

NLOGIT6には、LIMDEP11で説明した新機能が全て入っています。そして、NLOGIT6には更に多くの新機能を追加し、異なる種類のデータを分析する柔軟性を加えました。NLOGIT内の多くの既存および新しい機能は、係数の計算やユーザ作成のモデルを使用して分析する以上の事を行えるように開発されています。ランダムリグレットロジットモデルやベスト/ワーストアウトカム等の多くの新しいモデルを追加しました。NLOGIT6は“WTP(willingness to pay)スペース”での推定を新しく開拓しました。全体的に見てNLOGIT6にはたくさんの新機能が追加されていますが、その中には新しいモデルのように目に見えるものもあれば、見えないところでシステム運用をスムーズにして推定プログラムを安定化させている機能もあります。次に重要な改良点をまとめます。

新しい多項選択モデル

NLOGIT6ではランダムパラメータモデルと潜在クラスモデルに関する多くの新しいコマンドと機能拡張が行われました。

  • 多項ロジットモデルにおける固定効果
  • 多項ロジットモデルにおけるランダム効果
  • ランダムリグレットロジットモデル
  • ベスト/ワーストアウトカムデータ
  • Berry, Levinsohn and Pakesのランダムパラメータロジットモデル
  • ランダムパラメータ付潜在クラス
  • 一般化混合ロジット

モデルの拡張

  • Willingness to pay(WTP)
  • Attribute Non-Attendence(ANA, 明示的もしくは非明示的)
  • 個人毎の期待パラメータ
  • モデルシミュレーション
  • 推定された弾力性と部分効果
  • ロバスト共分散行列
  • ランダムデータジェネレータ
  • 潜在クラスモデルからの事後推定値
  • ランダムパラメータモデルの係数
  • 単純化されたWALDコマンド