LIMDEP和NLOGIT之间的区别

LIMDEP和NLOGIT之间的区别：

NLOGIT版本6是LIMDEP 11扩展，它提供了用于估计，模型仿真和分析多项选择数据的程序，例如品牌选择，运输方式以及调查和市场数据的方式，消费者可以从这些晶振选择中进行选择。

NLOGIT 6LIMDEP 11的和功能，数据处理，估计，矩阵，代数等，以及NLOGIT的FIML估计程序。

下面列出LIMDEP 11和NLOGIT 6之间的区别：

LIMDEP 11NLOGIT 6中出现的离散选择模型的集中形式。LIMDEP 11以下用于离散选择的模型：

• 形式的概率，logit和二进制选择模型

• 有序选择模型的形式

• 双变量概率和变量，例如样本选择和部分可观察性

• 多元概率模型。注意，这与多项式概率不同。多元概率是指概率方程的多方程系统。多项式概率是指基于多项式选择设置的效用函数的多元正态分布系统。

• 上面列出的模型的面板数据形式，固定和随机效应，随机参数和潜在类模型。

• 基本（McFadden样式）条件多项式Logit模型。这是基于类型1值分布的基本离散选择模型。这是标准模型，例如在Greene（2017）等现代剂量经济学文章中都有记载。此模式的两个LIMDEP命令时MLOGIT和CLOGIT，MLOGIT用于基于个体（例如年龄，性别等）的模型，而CLOGIT通常基于选择属性。（CLOGIT允许混合使用和属性）

注意：CLOGIT和MLOGIT表单是NLOGIT中扩展的基本平台。

离散选择模型的以下扩展出现在NLOGIT 6中：

嵌套logit模型：通过信息数值似然估计或两步数值似然估计。这通用的嵌套logit模型，该模式允许代替方案。

• 协方差异性-这是嵌套logit模型的扩展，以允许效用函数具有异方差性。

• 随机参数logit。GIMDEP单个二项式对数的二项式logit的随机参数。NLOGIT中的RRL模型将此扩展到CLOGIT模型，以便在多个替代方案中进行离散选择。
  

• 广义混合logit。LIMDEP单个二项式对数的二项式logit的随机参数。NLOGIT总的RPL模型将此扩展到CLOGIT模型，以便在多个替代方案中进行离散选择。

• 广义混合logit和情况，例如比例多项式logit

• 具有非线性效用函数的混合logit

• 错误组件logit（使用随机参数模型或本身）

• 多项式概率

• 潜在多项式logit模型

• NLOGIT还提到的扩展的模型模拟器