Discrete Choice Methods with Simulation pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Cambridge University Press

作者:Kenneth E. Train

出品人:

页数:334

译者:

出版时间:2003-01-13

价格:USD 31.99

装帧:Paperback

isbn号码:9780521017152

丛书系列:

图书标签:

• econometrics
• Discrete_Choice_Model
• 计量经济学
• 经济学
• 计算机
• 经济,政治和历史
• 数学和计算机
• 数学
• 离散选择
• 模拟
• 计量经济学
• 统计学
• 运筹学
• 市场营销
• 行为经济学
• 数据分析
• 建模
• Python

好的，这是一份为一本名为《离散选择方法与模拟》的图书撰写的、不包含该书内容的详细简介。 --- 书名：高级计量经济学：理论、应用与前沿专题 副标题：从经典模型到复杂系统分析 作者：[此处填写作者姓名] --- 简介：超越传统框架的计量经济学探索 《高级计量经济学：理论、应用与前沿专题》是一本旨在为经济学、金融学、公共政策以及相关领域的研究生和资深从业者提供全面且深入的计量工具箱的专著。本书超越了基础计量经济学教科书中对核心概念的介绍，专注于那些在处理现实世界复杂性、非线性关系以及内生性问题时至关重要的、更先进的理论框架与实践技术。本书的核心目标是培养读者批判性地评估模型假设、构建稳健的实证策略，并能灵活运用现代计量工具解决前沿经济学问题的能力。 本书结构清晰，内容编排紧凑，共分为六个主要部分，涵盖了从严格的理论基础到尖端应用方法的广泛领域。 第一部分：计量经济学基础的再审视与延伸 本部分首先对读者熟知的最小二乘法（OLS）和工具变量法（IV）进行了一次严格的理论回顾，但重点在于探讨这些方法的局限性，特别是在违反经典线性模型假设时如何处理异方差、序列相关以及异质性问题。 核心内容包括： 1. 稳健性推断的深度探讨： 详细分析了异方差一致性标准误（如White/Huber-White校正）的理论来源，以及在面板数据和时间序列中应用聚类标准误的必要性与复杂性。 2. 广义矩估计（GMM）的原理与应用： GMM作为一种强大的估计框架，是许多高级方法的基石。本章深入剖析了最优GMM的构建、检验（如Hansen J-检验）以及在工具变量选择中的关键作用。 3. 因果推断的哲学基础： 引入了Rubin因果模型（Potential Outcomes Framework）作为现代计量因果推断的统一语言，详细阐述了反事实、可忽略性（Ignorability）和可交换性（Exchangeability）的严格定义。 第二部分：面板数据分析的深度挖掘 面板数据因其能够控制未观测到的个体异质性而成为经济研究的利器。本部分不再满足于固定效应（FE）和随机效应（RE）模型的标准介绍，而是深入探讨了处理动态面板数据和高维固定效应的挑战。 关键章节聚焦于： 1. 动态面板数据模型： 详细阐述了当被解释变量滞后项作为解释变量出现时产生的内生性问题。重点讲解了Arellano-Bond、Blundell-Bond系统GMM（差分与水平GMM的结合）的理论构建、渐近性质以及识别假设的严格检验方法。 2. 时间序列的非平稳性与协整： 对单位根检验（如ADF、PP检验）进行了细致对比，并引入了Engle-Granger协整检验和Johansen协整框架。对于多变量系统，本书详细介绍了向量自回归（VAR）模型、结构化VAR（SVAR）模型的识别限制，以及脉冲响应函数（IRF）和方差分解的解释。 3. 高维固定效应的计算效率： 探讨了在拥有数十万或数百万截面单位（如企业或个人）时，如何高效地估计和推断固定效应模型，包括使用“去均值化”方法和迭代算法。 第三部分：横截面因果推断的高级技术 现代经济学对因果关系的识别提出了极高要求。本部分是全书的重点之一，系统梳理了从经典IV到最新前沿的各种识别策略。 核心内容包括： 1. 工具变量法的精细化： 除了标准两阶段最小二乘（2SLS），本书深入探讨了： 局部平均处理效应（LATE）的解释： 当工具变量仅对特定亚群（Compliers）有效时，如何准确解读估计结果。 多个工具变量的检验： 讨论了过度识别约束检验（Overidentification Tests）的构建和局限性。 2. 断点回归设计（RDD）的全面解析： 区分了清晰断点回归（Sharp RDD）和模糊断点回归（Fuzzy RDD），详细介绍了各种平滑函数（多项式阶数选择）和带宽选择方法的统计学依据，并讨论了边界和非边界效应的估计。 3. 双重差分（DiD）的现代扩展： 不再局限于经典的平行趋势假设，本书重点讨论了： 异质性处理效应的识别： 引入了Callaway和Sant’Anna（2021）等最新的多期、异质性处理效果估计方法，克服了标准DiD模型在处理时间上异质性处理效应时的偏差。 事件研究法的稳健性检验。 第四部分：非线性模型与受限因变量分析 在处理分类数据、计数数据或具有复杂结构的模型时，线性模型往往失效。本部分专注于处理这些结构性限制带来的估计和推断挑战。 关键主题包括： 1. 广义线性模型（GLM）的理论： 深入探讨了Logit和Probit模型的概率解释、边际效应的计算及其标准误的稳健估计。特别关注了混合Logit模型（Mixed Logit）在处理个体偏好的异质性方面的优势。 2. 计数数据模型的处理： 比较了泊松回归、负二项回归的内在逻辑差异，并详细分析了零膨胀模型（Zero-Inflated Models）和截断模型的适用场景。 3. 分位数回归（Quantile Regression）： 将分位数回归提升到与均值回归同等重要的地位，解释了它如何提供对条件分布的完整刻画，特别是在处理尾部风险和异方差性时，以及如何估计模型参数的标准误。 第五部分：非参数与半参数方法的引入 为了减轻模型设定偏误（Misspecification Bias）的风险，本部分介绍了允许数据自身决定函数形式的估计技术。 内容涵盖： 1. 核估计与局部回归： 介绍局部线性回归（Local Linear Regression）的原理，重点讲解核函数的选择（如高斯核、Epanechnikov核）及其对偏差-方差权衡的影响，并探讨如何进行带宽选择。 2. 半参数模型的识别： 探讨了如偏代数估计（Partial Index Models）等如何结合参数与非参数元素的优势，以提高估计的效率和稳健性。 第六部分：大数据时代的计量挑战与计算方法 随着数据规模的爆炸式增长，传统的迭代算法在处理大规模数据集时面临效率瓶颈。本部分转向计算经济学的前沿。 专题讨论包括： 1. 贝叶斯计算方法： 详细介绍了马尔可夫链蒙特卡洛（MCMC）方法，包括Metropolis-Hastings算法和Gibbs采样器，并展示了如何在实际经济模型（如动态随机一般均衡模型DSGE）中应用这些技术进行参数估计和模型预测。 2. 大规模矩阵计算： 讨论了在使用高维数据时，如何利用矩阵分解（如SVD）和迭代求解器来处理大规模方程组，以提高计算速度。 3. 机器学习在计量中的交叉点： 探讨了如何利用Lasso和Ridge回归进行变量选择和正则化，以及如何利用交叉验证技术来评估计量模型的预测性能。 目标读者与价值定位： 本书是为那些已经掌握了计量经济学基础，并希望将知识应用于复杂实证研究的研究生、博士后研究员、学术界教职人员以及在政府机构和咨询公司中负责高级量化分析的专业人士量身定制的。它不仅提供了严谨的数学推导，更重要的是，通过大量的案例分析和软件实现指南（使用R和Stata），确保读者能够将理论知识转化为可操作的分析工具。本书致力于培养下一代计量经济学家的深度洞察力和问题解决能力。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

经济学领域的许多核心问题都涉及到个体如何在相互排斥的选项集合中进行选择。例如，消费者如何选择购买哪种产品，企业如何选择最优的生产技术，劳动力如何选择在哪一个行业工作。我作为一名实证经济学家，一直致力于将理论模型与现实数据相结合，以解决这些实际问题。我以往的研究多集中于一些较为简单的模型，但随着研究的深入，我发现现实中的选择场景往往比模型所能捕捉的要复杂得多，个体偏好的异质性、选项之间的非线性关系以及随时间变化的决策规则等，都需要更高级的建模技术。因此，《离散选择模型与模拟方法》这本书的出现，对我来说意义非凡。《离散选择方法》意味着它将系统地介绍描述这些选择过程的经济学理论和计量模型，而“模拟”二字则暗示了它将教授我如何利用强大的模拟技术来估计和分析那些解析上难以处理的复杂模型。我非常期待这本书能够详尽地介绍各种离散选择模型，从经典的Logit和Probit模型，到更具现实意义的混合Logit、嵌套Logit模型，并且能深入讲解如何在实践中应用模拟方法（例如，利用最大似然法的模拟估计，或者贝叶斯统计中的MCMC方法）来解决模型的估计问题。我尤为关注的是，书中是否能提供关于如何构建灵活的效用函数、如何进行模型选择和诊断、如何解读模型结果以提出有意义的经济学见解，以及如何将这些模型应用于政策分析的指导。如果书中还能包含一些实际操作的案例，展示如何在常用的计量经济学软件（如Stata、R）中实现这些模型，那将是对我研究工作的巨大推动。我相信，这本书将成为我实证研究中不可或缺的工具，帮助我更深入、更准确地理解和预测经济主体行为。

评分☆☆☆☆☆

在政治科学领域，理解选民在不同政党、候选人或政策倡议之间做出选择，对于分析选举结果、解释政治行为至关重要。我作为一名政治科学家，一直试图捕捉选民投票行为背后的复杂动机。以往的研究常常受限于可用的统计工具，难以完全捕捉选民偏好的异质性、政党之间潜在的联系以及信息不对称对投票决策的影响。例如，选民在投票时，不仅会考虑候选人的政策立场，还会受到其党派归属、过往表现，甚至个人情感等多种因素的影响。同时，不同的政党或政策选项之间可能存在复杂的替代关系，而这些复杂性往往难以用简单的模型来表达。因此，《离散选择模型与模拟方法》这本书的标题，立刻引起了我的极大兴趣。《离散选择方法》预示着它将提供描述和分析这些投票行为的理论框架，而“模拟”则表明它将教授我如何利用强大的模拟技术来估计和分析那些解析上难以求解的复杂模型。我非常期待这本书能够系统地介绍从基础的Logit、Probit模型到更先进的混合Logit、嵌套Logit等模型，并详细阐述如何在实际研究中运用模拟方法（如蒙特卡洛模拟、马尔可夫链蒙特卡洛）来估计这些模型。我特别关注书中能否提供关于如何构建反映政治现实的效用函数、如何进行模型选择和诊断、如何解读复杂的模型结果以揭示选民的行为模式，以及如何将这些分析应用于预测选举结果或评估政策影响的指导。如果书中还能包含一些针对政治科学领域数据的案例研究，那将是对我研究工作的巨大帮助。我相信，这本书能为我提供一套强大的理论和技术支持，帮助我更深入地理解和解释政治选择的复杂性，从而提升我的研究能力和水平。

评分☆☆☆☆☆

我长期从事市场营销和消费者行为研究，对于理解消费者在面对众多产品时如何做出购买决策一直感到着迷，也面临着巨大的挑战。我的研究常常需要分析消费者在品牌、产品类型、购买渠道等方面的选择。过去，我主要依靠一些传统的统计方法和模型，例如一些简单的回归分析或者基础的Logit模型。然而，随着市场竞争的日益激烈和消费者偏好的日益多样化，我发现这些传统方法在捕捉消费者选择过程中的复杂性方面存在局限性。例如，消费者对不同产品属性的偏好往往存在显著的个体差异，并且不同产品之间也可能存在替代或互补关系，这些因素都会影响最终的选择结果。正是在这种背景下，我看到了《离散选择模型与模拟方法》这本书。书名中的“离散选择方法”以及“模拟”二字，立刻引起了我的注意，因为我知道，在许多复杂的选择情境下，精确的解析解是难以获得的，而模拟技术（例如，通过最大似然估计的模拟，或者使用贝叶斯方法进行MCMC采样）是进行模型估计和推断的强大工具。我迫切希望这本书能够提供一套系统的理论框架，从基础的离散选择模型（如Logit、Probit）开始，深入到更高级的模型（如混合Logit、嵌套Logit），并详细阐述如何在实际应用中运用模拟技术来估计和分析这些模型。我特别关注书中能否提供关于如何处理大规模数据集、如何构建灵活的效用函数、如何进行模型选择和诊断以及如何解释模型结果以指导市场策略制定的相关内容。一本能够兼顾理论深度和实践可操作性的书籍，将是我的研究工作急需的。我深信，这本书的到来，将极大地提升我理解和预测消费者行为的能力，帮助我设计出更有效的营销策略。

评分☆☆☆☆☆

翻开《离散选择模型与模拟方法》这本书，我首先被其严谨的学术风格所吸引。作为一名在行为经济学领域深耕多年的研究者，我一直在寻找一本能够系统梳理并深入剖析离散选择模型理论与实践的书籍。长期以来，我接触过许多关于消费者行为、交通规划、公共政策选择等方面的案例，这些研究的核心往往离不开对个体在多个离散选项之间做出选择的建模。以往我主要依赖于一些经典的理论文献和零散的教材，但总觉得这些零散的知识点难以形成一个完整的知识体系，尤其是在面对日益复杂的现实数据和模型需求时，常常感到力不从心。这本书的书名——“离散选择方法”和“模拟”——精准地击中了我的研究痛点。我深知，在许多实际应用场景中，精确解析解是难以获得的，而模拟技术（如最大似然估计中的模拟、贝叶斯方法中的马尔可夫链蒙特卡洛（MCMC）方法）便成为了连接理论与现实的桥梁。我期望这本书能够提供清晰的理论基础，从最基本的Logit模型讲起，逐步过渡到更具现实意义的混合Logit模型、嵌套Logit模型等，并详细阐述如何通过模拟技术来估计这些模型，包括其背后的数学原理、算法流程以及在统计软件中的具体实现。同时，我也非常关注书中在模型诊断、结果解释以及政策含义推导方面的论述，因为最终的研究成果需要能够有效地指导实践。这本书的出现，无疑为我提供了一本集理论深度、技术广度与实践指导性于一体的宝贵参考资料，我迫不及待地想通过它来提升我的研究水平。

评分☆☆☆☆☆

这本《离散选择模型与模拟方法》（Discrete Choice Methods with Simulation）的出现，简直是我在计量经济学研究道路上遇到的最清晰、最务实的路标。我一直以来都在处理那些涉及个体在多个离散选项中进行选择的数据，无论是消费者购买决策、出行方式选择，还是在更广泛的社会科学领域，诸如教育路径、就业机会的选择等等，这些都是我研究的重中之重。在接触这本书之前，我尝试过很多理论方法，也阅读了不少文献，但总是感觉有些环节不够扎实，特别是当涉及到模型估计和实际数据应用时，常常会陷入各种技术细节的泥沼，或者对某些复杂的统计概念感到难以消化。这本书的标题就直击要害，“离散选择方法”以及“模拟”，这正是我迫切需要掌握的核心内容。我尤其看重的是其“模拟”部分，因为我知道许多现实世界的选择场景，其背后的概率模型往往无法直接解析求解，这时模拟技术就显得尤为重要，它能帮助我们近似计算，从而完成模型的估计和推断。我希望这本书能提供一套系统性的框架，从基础的理论模型（比如Logit、Probit）开始，逐步深入到更复杂的模型（如Nested Logit、Mixed Logit），并且能够清晰地阐述如何在实践中利用模拟技术（如GHK、MCMC）来解决这些模型的估计问题。我关注的不仅是理论上的严谨性，更重要的是实际操作的指导性，包括如何准备数据、如何选择合适的模型、如何解读模型结果，以及如何评估模型的拟合优度。这本书的书名给我带来了极大的信心，我相信它能够填补我在这些方面的知识空白，让我能够更自信、更高效地开展我的研究工作。我非常期待通过阅读这本书，能够真正掌握离散选择模型的核心思想，并熟练运用模拟技术来解决实际问题，从而提升我的研究能力和成果。

评分☆☆☆☆☆

作为一名教育经济学家，我始终对学生如何选择教育路径、学校如何选择招生策略、以及政府如何设计教育政策以影响这些选择非常感兴趣。这些问题都归属于离散选择的范畴。在我过去的学习和研究中，我接触过一些关于离散选择模型的入门知识，比如Logit模型，但常常觉得它们在处理现实世界中教育选择的复杂性时显得过于简化。例如，学生在选择大学时，除了学校的排名、专业设置、学费等显性因素外，还受到家庭的期望、地理位置、人际关系等多种隐性因素的影响，并且这些因素的影响程度因人而异。同时，不同的大学之间也存在着竞争和替代关系，这使得简单的模型难以完全捕捉到选择的动态。因此，看到《离散选择模型与模拟方法》这本书，我感到非常振奋。《离散选择方法》预示着它将为我提供系统性的理论框架来分析这些教育选择问题，而“模拟”二字则告诉我，我将学习如何运用强大的统计模拟技术来克服模型解析上的难题。我非常期待这本书能从基础的离散选择模型开始，逐步深入到如混合Logit模型、嵌套Logit模型等能够更好地反映教育选择复杂性的模型，并详细介绍如何在实际数据分析中运用模拟方法（例如，最大似然法的模拟估计，或者贝叶斯统计的MCMC方法）来估计这些模型。我特别关注书中能否提供关于如何构建反映教育市场现实的效用函数、如何进行模型选择和诊断、如何解读模型结果以指导教育政策制定，以及如何进行政策效果的评估等方面的指导。如果书中能提供一些关于教育数据分析的案例，那就更完美了。我相信，这本书将成为我研究教育经济学问题的宝贵工具，帮助我更深入地理解和解释教育选择的奥秘。

评分☆☆☆☆☆

作为一名专注于公共政策分析和评估的研究者，我经常需要处理与社会福利、资源分配以及个体行为选择相关的议题。例如，在教育政策领域，我需要理解为何学生会选择不同的高等教育机构；在医疗政策领域，我需要分析患者如何选择不同的医疗服务提供者；在环境政策领域，我需要评估公众对于不同污染控制措施的态度。这些都属于典型的离散选择问题。在以往的研究中，我虽然接触过一些离散选择模型的基础知识，但常常在处理更复杂的现实情况时感到力不从心，尤其是在个体偏好的异质性、选项之间的相关性以及非观测因素对选择的影响等方面，需要更强大的建模工具。这本书，《离散选择模型与模拟方法》，正是直击了我研究中的这些关键难点。《离散选择方法》意味着它将提供系统性的理论框架，而“模拟”二字则预示着它将教授我如何利用强大的统计模拟技术来克服模型解析上的困难。我非常希望这本书能够详尽地介绍各种离散选择模型，从经典的Logit、Probit模型，到更具弹性的混合Logit、嵌套Logit模型，并重点阐述如何在实际操作中使用模拟方法（如蒙特卡洛模拟、马尔可夫链蒙特卡洛）来估计这些模型。我特别期待书中能够包含如何处理现实数据中存在的各种挑战，例如缺失值、测量误差，以及如何进行模型选择、稳健性检验和政策效果的量化分析。此外，如果书中能提供一些具体的软件实现技巧（如在R、Python或Stata中的代码示例），那将对我开展实际研究具有极大的帮助。这本书的出现，对我而言，不仅是一本理论书籍，更是一套解决实际研究问题的工具箱，我满怀信心地期待它能引领我进入更深层次的离散选择分析领域。

评分☆☆☆☆☆

在社会学研究中，理解个体在不同社会情境下做出的选择，是洞察社会结构和个体能动性的关键。我长期以来关注的是个体的职业选择、婚姻决策、迁移模式等议题。这些研究的核心往往都围绕着“为什么人们会选择A而不是B或C”这样的问题展开。我曾尝试过一些基础的计量方法，但发现它们在捕捉人类选择行为的微妙之处时显得力不从心。例如，个体在选择职业时，不仅会考虑薪资，还会受到家庭背景、教育经历、个人兴趣等多方面因素的影响，而且这些影响因素之间还可能存在复杂的交互作用。更重要的是，不同职业选项之间也存在着紧密的联系，例如，某些职业领域内的选择可能比跨领域的选择更为常见。因此，当我看到《离散选择模型与模拟方法》这本书时，我立刻意识到这可能是我一直在寻找的答案。《离散选择方法》表明它将系统地梳理和讲解如何构建模型来描述和分析这些选择过程，而“模拟”则暗示了它将教授我如何处理那些难以解析的复杂模型。我非常希望这本书能够从最基本的离散选择模型讲起，然后逐步深入到如何处理个体偏好的异质性（如混合Logit模型）以及选项之间相关性的问题（如嵌套Logit模型）。更关键的是，我期待这本书能详细介绍如何在实际数据分析中应用各种模拟技术，比如如何使用蒙特卡洛积分来估计模型参数，或者如何通过马尔可夫链蒙特卡洛（MCMC）方法来进行贝叶斯推断。如果书中还能包含如何进行模型诊断、如何解读复杂的参数估计结果并将其转化为有意义的社会学洞见，那将是对我研究工作极大的助力。我深信，这本书能够为我提供一套强大的理论工具和实用的技术指导，帮助我更深入地理解和解释社会中的离散选择现象。

评分☆☆☆☆☆

在医疗经济学领域，理解患者在面对不同的治疗方案、医疗机构或健康保险产品时如何做出选择，是制定有效医疗政策和改善医疗服务质量的关键。我一直致力于研究这些患者的选择行为，但常常发现传统的分析方法难以充分捕捉其中的复杂性。例如，患者在选择治疗方案时，除了考虑疗效和副作用等直接因素，还会受到医生建议、家庭成员意见、个人风险偏好以及对未来健康状况的预期等多种因素的影响。而且，不同的治疗方案之间可能存在复杂的权衡关系，例如，一种方案可能疗效更好但副作用更大，另一种方案则相反。因此，《离散选择模型与模拟方法》这本书的出现，对我来说无疑是一份厚礼。《离散选择方法》意味着它将系统地介绍描述患者选择过程的理论框架，而“模拟”则表明我将有机会学习如何运用强大的统计模拟技术来估计和分析那些解析上难以处理的复杂模型。我非常期待这本书能从基础的Logit、Probit模型讲起，然后逐步深入到更高级的、能更好地反映患者选择复杂性的模型，如混合Logit模型、嵌套Logit模型，并详细阐述如何在实际研究中运用模拟方法（例如，通过最大似然估计中的模拟，或者使用贝叶斯方法进行MCMC采样）来估计这些模型。我特别关注书中能否提供关于如何构建反映医疗现实的效用函数、如何进行模型选择和诊断、如何解读模型结果以指导医疗决策和政策制定，以及如何进行政策效果的量化评估等方面的指导。如果书中能包含一些医疗经济学领域的实际案例研究，那就更具参考价值了。我相信，这本书将为我提供一套强大的理论工具和实用的技术指导，帮助我更深入、更准确地理解和预测患者的医疗选择行为，从而为改善医疗系统的效率和公平性做出贡献。

评分☆☆☆☆☆

对于《离散选择模型与模拟方法》这本书，我抱有极高的期待，因为我的研究领域，特别是城市规划和交通管理，离不开对人们出行行为的理解，而这种理解很大程度上依赖于对人们在不同交通方式（如公共汽车、地铁、私家车、自行车）之间进行选择的建模。过去，我接触过一些关于离散选择模型的基础知识，比如Logit和Probit模型，但总觉得在处理更复杂的现实情况时，这些模型显得过于简化，无法捕捉到个体偏好的异质性以及选项之间的相关性。书名中的“模拟”二字，恰好是我目前最需要掌握的工具。我知道，现实中的选择往往不是简单的独立同标准正态分布（IID）假设就能解释的，诸如个体效用函数的随机参数、选项的嵌套结构等，都需要借助模拟技术才能有效估计。我希望这本书能够详细介绍如何应用蒙特卡洛模拟、拟最大似然估计（PMLE）等方法来解决这些问题。我尤其关注的是，它能否提供关于如何处理高维数据、如何构建复杂效用函数、如何进行模型稳健性检验等方面的实用技巧。同时，我也希望这本书能够包含丰富的案例研究，最好能结合实际的出行行为数据，展示如何从数据准备、模型设定、参数估计到结果解释的完整流程。一本能够清晰讲解理论、提供实用代码示例（例如使用R或Stata）并引导读者进行实际操作的书籍，对我来说将是无价的。这本书的出现，让我看到了解决我研究中长期存在的难题的希望，我坚信它将是我研究过程中不可或缺的助手，帮助我更深入地理解和预测人群的离散选择行为。

评分☆☆☆☆☆

comprehensive and fairly readable

评分☆☆☆☆☆

我个人见过的在discrete choice models上推导最细致的教材

评分☆☆☆☆☆

Dabbling into machine learning just makes me appreciate these models more. Biased as I may be as a theorist, but seriously how elegant and fundamental the classical micro theory is! Empirical techniques and topics are shared among disciplines. Like it or not what sits at the heart of econ is utilitarian philosophy and the math-like methodology

评分☆☆☆☆☆

我个人见过的在discrete choice models上推导最细致的教材

评分☆☆☆☆☆

comprehensive and fairly readable