پاورپوینت کامل مدل انتخاب LOGIT 57 اسلاید در PowerPoint

توجه : این فایل به صورت فایل power point (پاور پوینت) ارائه میگردد

 پاورپوینت کامل مدل انتخاب LOGIT 57 اسلاید در PowerPoint دارای ۵۷ اسلاید می باشد و دارای تنظیمات کامل در PowerPoint می باشد و آماده ارائه یا چاپ است

شما با استفاده ازاین پاورپوینت میتوانید یک ارائه بسیارعالی و با شکوهی داشته باشید و همه حاضرین با اشتیاق به مطالب شما گوش خواهند داد.

لطفا نگران مطالب داخل پاورپوینت نباشید، مطالب داخل اسلاید ها بسیار ساده و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی پاورپوینت کامل مدل انتخاب LOGIT 57 اسلاید در PowerPoint،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از مطالب داخلی اسلاید ها

پاورپوینت کامل مدل انتخاب LOGIT 57 اسلاید در PowerPoint

اسلاید ۴: مقدمه

اسلاید ۵: مقدمهبرخلاف سایر روش‌های ارائه شده تاکنون برای تحلیل همبستگی، روشی که در این فصل معرفی می‌شود غیرخطی است.احتمال انتخاب به خروجی‌های انتخابی گسسته که متغیر (یا متغیرهای) وابسته را تشکیل می‌دهند، نسبت داده می‌شوند. از آنجا که احتمال بین صفر و یک قرار دارد، نیاز به یک شکل تابع غیرخطی است تا بتوان اطلاعات متغیرهای مستقل پیوسته را به بازه صفر و یک تبدیل کرد.شکل تابع مورد استفاده برای مدل احتمالی تا حد زیادی بستگی به توزیع مفروض برای خطای شناسایی ناشی از مدل دارد. مدل logit دارای تابعی با فرم بسته و سرراست می‌باشد که به سادگی با استفاده از روش‌های حداکثر مشابهت تخمین زده می‌شود.

اسلاید ۶: کاربرد های مدل

اسلاید ۷: کاربردهای مدل انتخاب Logitمدل‌های انتخاب گسسته چون مدل Logit برای مطالعه انواع مختلف رفتارهای انتخابی به کار رفته اند: انتخاب محل خریدانتخاب محل سکونتانتخاب شغلانتخاب مسیر بین دو مقصد انتخاب مارک جنس در دو زمینه انتخاب مسیر بین دو مقصد و مارک جنس، مقدار قابل توجهی تحقیق و مدل‌سازی انجام شده است که در اسلایدهای بعد به آنها می پردازیم.

اسلاید ۸: مواردکاربرد – انتخاب مسیر گذرBen-Akiva and Lerman (1985): مدل‌ سازی انتخاب گسسته در ارتباط با تحلیل سیستم‌های حمل و نقل ؛ توسعه فرآیندهایی برای مدل‌سازی شکسته نیاز سفر، در سطح تحلیل رفتار انتخاب یک فرد، خانواده یا شرکت. Warner (1962): انتخاب گسسته متمرکز بر انتخاب صفر و یک چگونگی سفر Ben-Akiva (1976): مطالعاتی در زمینه انتخاب چگونگی مسیر رفتن به کار با استفاده از اطلاعات گردآوری شده در سال ۱۹۶۸ واشنگتن، نمونه شامل ۱۱۳۶ کارگر بود که امکان انتخاب دو یا تعداد بیشتری از سه روش جابجایی را داشتند

اسلاید ۹: مواردکاربرد – انتخاب مارک کالاGuadagni and Little (1983) : اولین افرادی بودند که از اطلاعات اسکن شده موردی برای کالیبراسیون یک مدل logit چندگزینه‌ای انتخاب مارک کالا استفاده کردند ؛ مدل در انتخاب گروه، شرطی بود یعنی آنها تنها بر پیش‌بینی اینکه کدام مارک در یک خرید صورت گرفته از این گروه انتخاب خواهد شد، تاکید کردند. آنها توانستند اثرات قیمت و تبلیغ را در انتخاب مارک تخمین بزنند و قادر به استفاده از مدل برای تخمین الاستیسیته قیمت‌ها و الاستیسته cross price برای هردو حالت قیمت تبلیغی و غیرتبلیغی شدند.

اسلاید ۱۰: مدل انتخاب Logit صفر و یک

اسلاید ۱۱: مدل انتخاب Logit صفر و یکیک فردخاص را در نظر بگیرید که از یک سوپرمارکت که دو مارک متفاوت از یک گروه محصول (مارک‌های A و B) را ارائه می‌کند، خرید می‌کند. قیت معمول این دو مارک یکسان است اما مارک A تخفیف‌های متناوبی را ارائه می‌دهد و اغلب ۱۰، ۱۵، ۲۰ و یا حتی ۳۰ سنت ارزانتر از محصول B است (که قیمتش ثابت باقی می‌ماند).هدف ما ساخت مدلی در سطح فرد برای تعیین احتمال خرید مارک A به صورت تابعی از تخفیف ارائه شده توسط مارک A می باشد

اسلاید ۱۲: مدل انتخاب Logit صفر و یکفرض های مدل:هر گزینه انتخاب پیشنهادی به فرد بخشی از مطلوبیت را در زمان انتخاب فراهم می‌کند. مطلوبیت تامین شده توسط گزینه i در زمان t با uit نمایش داده می‌شود.در انتخاب بین گزینه‌ها، فرد گزینه با بیشترین مطلوبیت را انتخاب می‌کند. زمانی که تنها دو گزینه وجود دارد، فرد گزینه یک را انتخاب می‌کند در صورتیکه u1t> u2t، در غیر این صورت فرد گزینه دوم را انتخاب خواهد کرد. به دلیل غیرمنطقی بودن فرض دسترسی ما به عنوان مدل‌کننده به تمام اطلاعات مورد نیاز برای تعیین تابع مطلوبیت هر فرد، ما تابع مطلوبیت uit را به دو جز می‌شکنیم : Uit=vit+ it بخش غیرقطعی مطلوبیت (اثرات تجمعی مطلوبیت ناشی از فاکتورهای متعدد غیرمشاهده‌ای)بخش قطعی تابع مطلوبیت (بخشی از تابع مطلوبیت که ما به عنوان مدل‌کننده قادر به تعیین آن با توجه به اطلاعات موجود خود هستیم)

اسلاید ۱۳: مدل انتخاب Logit صفر و یکبخش قطعی vit را به صورت ترکیب خطی از متغیرهای مستقل مدل می‌کنیم. برداری از مشخصات اندازه گیری شده است که مستقیما انتخاب آیتم در زمان را تحت تاثیر قرار می دهد.از انجا که ما مقدار را مشاهده نمی‌کنیم، uit را نمی‌شناسیم و نمی‌توانیم با قطعیت بگوییم که فرد کدام گزینه را انتخاب خواهد کرد.itمی‌دانیم که فرد گزینه ۱ را در برابر گزینه ۲ انتخاب خواهد کرد تا زمانی‌که:ما مقدار را نمی‌دانیم با این وجود اگر تابع توزیع مربوط به متغیر تصادفی را بدانیم حداقل می‌توانیم بگوییم که احتمال برقراری نامساوی تا چه حد است.

اسلاید ۱۴: فرض کنید fنشان دهنده تابع چگالی احتمال باشد در این صورت خواهیم داشت:مقدار این احتمال به صورت گرافیکی عبارت است از: مدل انتخاب Logit صفر و یک

اسلاید ۱۵: مدل انتخاب Logit صفر و یکاگر فرض کنیم که دارای تابع چگالی توزیع نرمال باشد، مدل احتمالی حاصل به عنوان مدل probit شناخته می‌شود. از آنجا که توزیع نرمال تجمعی دارای شکل بسته نمی‌باشد، شکل تابع بسته‌ای برای احتمال انتخاب وجود ندارد. با این که این مساله غیر قابل حل نیست، مواقعی وجود دارد که بهتر است احتمال انتخاب را به صورت تابعی از متغیرهای مستقل نمایش داد. به عنوان یک گزینه دیگر، اگر دارای تابع توزیع زیر باشد، مدل حاصل Logit میباشد.

اسلاید ۱۶: فایده حقیقی استفاده از توزیع Logit این است که منجر به شکل بسته‌ای برای توصیف احتمال می‌گردد. زیرا: مدل انتخاب Logit صفر و یکاگر عبارت را به عنوان جذابیت گزینه i در نظر بگیریم، احتمال انتخاب گزینه ۱ با درصد مشارکت گزینه یک در مجموع جذابیت گزینه یک و دو تعیین می‌گردد.

اسلاید ۱۷: مقادیر پارامترهای تابع مطلوبیت مدل Logit به سادگی با استفاده از حداکثر مشابهت تخمین زده می‌شوند. در حداکثر مشابهت هدف ما این است که پارامترهای مدل (بردار ضرایب ) را به نحوی انتخاب کنیم که احتمال اشتراک یا شباهت مشاهده خروجی‌های مدل را حداکثر کنیم. اگر فرض کنیم که مشاهدات از یکدیگر مستقل هستند، این شباهت با ضرب احتمالات کلیه فرصت‌های انتخاب به دست می‌آید. راه ساده‌ایی برای نوشتن این رابطه به صورت زیر می باشد. از روش‌های عددی بهینه‌سازی، برای انتخاب مقادیری از بتا که عبارت بالا را حداکثر می‌کنند، استفاده می‌شود. مدل انتخاب Logit صفر و یک

اسلاید ۱۸: مدل انتخاب Logit صفر و یکروش حداکثرمشابهت برای مثال قبل

اسلاید ۱۹: مدل انتخاب Logit صفر و یکخصوصیات مدل Logit معنی‌داری مدل: مقادیر حداکثر مشابهت برای دو مدل کامل و محدود شده (برخی پارامترها برابر صفر قرار داده شده اند) را بدست آورده و با و نمایش میدهیم. آماره آزمون برابر است با که یک آماره کای با درجه آزادی برابر با تعداد پارامترهایی که در مدل محدود شده برابر با صفر قرار داده شده‌اند؛ می باشد.نیکویی برازش می توانیم به معیارهای AIC وSC و شاخص اشار