本文是离散选择模型系列的第7篇原创文章，将详细介绍随机参数Logit模型，并利用Nlogit软件进行实操演示。【关注本公众号，可以获取数据和代码】本文公式较多，建议电脑端享用。

目录

1、随机参数Logit模型介绍

2、数据描述

3、随机参数Logit模型的参数估计

---

1 随机参数Logit模型介绍

1.1 随机参数Logit模型简介

为解决多项式Logit模型未能考虑个体差异性与IIA假设的限制，随机参数Logit模型(Random Parameter Logit Model，RPLM，亦被称为混合Logit模型)就应运而生了。随机参数Logit模型如同Probit模型一样，许多年前被大家所知，但是直到计算机模拟仿真技术的问世才得以被广泛应用。1980年，随机参数Logit模型第一次被应用于研究汽车市场份额问题，直到1987年才被应用于个体层面的选择行为分析，此后，随机参数Logit模型被广泛应用于各个领域，包括交通事故伤害程度研究领域。

1.2 随机参数Logit模型理论

多项式logit模型假定参数  为固定值，即自变量对每一起事故的伤害水平的影响均相同。而混合logit模型通过假定其参数  为随机参数而非固定值，并且服从某种分布，即 。  是某种分布的概率密度函数，常见的分布形式有正态分布、对数正态分布、均匀分布，其密度函数是通过相应分布的参数  集合来描述的，比如正态分布的参数包括均值和标准差。随机参数Logit模型的整体形式与多项式Logit的基本一致，如下：

相比于多项式Logit模型，随机参数Logit模型的参数是非固定的，参数 的第  个分量为：

其中，  为所属因变量为  中第  个自变量的参数均值，  为所属因变量为为中第