Publication

Correcting for endogeneity using the multiple indicator solution

Michel Bierlaire
2016
Reports

Résumé

In this paper we extend the Multiple Indicator Solution (MIS),used to correct for endogeneity, so that it can also be used when there are interactions between observed and unobserved factors in the specification of the utility function. We show the theoretical derivation and illustrate it with a case study. Policy indicators, such as time elasticity and value of time are derived, and the results are compared with a logit model and with an Integrated Choice and Latent Variable (ICLV) model. The contribution is twofold: this is the first application of the MIS methodology with revealed preference data, and the MIS has been adapted to account for interactions between observed and unobserved attributes.

Source officielle

https://infoscience.epfl.ch/entities/publication/dd4171fe-d3fb-44b2-84a8-66d23ca38d39

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Michel Bierlaire
2016
Reports

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/dd4171fe-d3fb-44b2-84a8-66d23ca38d39

À propos de ce résultat

Concepts associés (32)

Discrete choice

In economics, discrete choice models, or qualitative choice models, describe, explain, and predict choices between two or more discrete alternatives, such as entering or not entering the labor market, or choosing between modes of transport. Such choices contrast with standard consumption models in which the quantity of each good consumed is assumed to be a continuous variable. In the continuous case, calculus methods (e.g. first-order conditions) can be used to determine the optimum amount chosen, and demand can be modeled empirically using regression analysis.

Régression logistique

En statistiques, la régression logistique ou modèle logit est un modèle de régression binomiale. Comme pour tous les modèles de régression binomiale, il s'agit d'expliquer au mieux une variable binaire (la présence ou l'absence d'une caractéristique donnée) par des observations réelles nombreuses, grâce à un modèle mathématique. En d'autres termes d'associer une variable aléatoire de Bernoulli (génériquement notée ) à un vecteur de variables aléatoires . La régression logistique constitue un cas particulier de modèle linéaire généralisé.

Logit

La fonction logit est une fonction mathématique utilisée principalement en statistiques et pour la régression logistique, en intelligence artificielle (réseaux neuronaux), en inférence bayésienne pour transformer les probabilités sur [0,1] en évidence sur R afin d'une part d'éviter des renormalisations permanentes, et d'autre part de rendre additive la formule de Bayes pour faciliter les calculs. Son expression est où p est défini sur ]0, 1[ La base du logarithme utilisé est sans importance, tant que celle-ci est supérieure à 1.

Afficher plus

Publications associées (11)

Afficher plus

Correcting for endogeneity using the multiple indicator solution

Chattez avec Graph Search

Resilience and Adaptation Strategies in Response to Drought: A Spatial and Community-Based Study in West Pokot, Kenya

Effect of climate change on the spatial distribution of genomic variants involved in the resistance to East Coast Fever in Ugandan cattle

Multiclass Latent Locally Linear Support Vector Machines