文件名称：数值实验代码matlab代码-DCE:离散选择实验模型
文件大小：7.61MB
文件格式：ZIP
更新时间：2024-06-10 09:04:03
系统开源
数值实验代码matlab代码DCE 离散选择实验模型 这是一组Matlab脚本和函数，可用于估计离散选择实验的模型（即条件多项式logit模型）。 该软件包包括以下模型： 多项式（条件）Logit（MNL） 混合（随机参数）Logit（MXL） 广义多项式Logit模型（GMXL） 潜在类别（LC） 潜在类混合Logit（LCMXL） 多种指标多种原因（MIMIC） 混合多项式Logit（HMNL） 混合混合Logit（HMXL） 混合潜在类（HLC） 这些模型是使用最大似然法估算的，并符合以下规范： 偏好或WTP空间 多种分布类型（用于随机参数） 解释变量的非线性变换 均值，小数位数和小数位数方差的协变量（如果适用） 施加平等限制或约束 灵活的数据类型（面板结构，每个受访者的选择任务数量或选择数量不固定以及丢失的数据） 各种估计和数值优化算法和选项 并行计算等。 这些代码是在知识共享署名4.0许可下发布的。 这意味着您可以出于任何目的（包括商业目的）*使用，共享或修改这些代码。 作为回报，我们要求您确认代码的来源或参考我们的一篇论文（有关详细信息，请参阅czaj.org/r
【文件预览】：
DCE-master
----DCE_demo()
--------NEWFOREX_DCE_demo_output.mat(9.32MB)
--------GMXL_results_demo.xls(97KB)
--------tmp1.mat(2.58MB)
--------MNL_results_demo.xls(96KB)
--------LC_results_demo.xls(97KB)
--------MXL_results_demo.xls(96KB)
--------GMXL_d_results_demo.xls(97KB)
--------MIMIC_results_demo.xls(95KB)
--------HMXL_d_results_demo.xls(97KB)
--------LCMXL_results_demo.xls(98KB)
--------HMNL_results_demo.xls(97KB)
--------HMXL_results_demo.xls(97KB)
--------MXL_d_results_demo.xls(96KB)
--------LCMXL_d_results_demo.xls(98KB)
--------DCE DEMO Walkthrough.pdf(443KB)
--------HLC_results_demo.xls(98KB)
--------DCE_DEMO.m(13KB)
--------tmp2.mat(2KB)
--------NEWFOREX_DCE_demo.mat(440KB)
----.gitignore(586B)
----MNL()
--------MNL.m(28KB)
--------LL_mnl_MATlike.m(1KB)
--------LL_mnl.m(9KB)
----HLC()
--------LL_hlc_MATlike.m(639B)
--------LL_hlc.m(7KB)
--------HLC.m(47KB)
----README.md(3KB)
----GMXL()
--------LL_gmxl_MATlike.m(836B)
--------GMXL.m(45KB)
--------LL_gmxl.m(15KB)
----HMNL()
--------HMNL.m(60KB)
--------HMNL2.m(61KB)
--------LL_hmnl.m(55KB)
--------MIMICx.m(8KB)
--------LL_hmnl_MATlike.m(858B)
----LCMXL()
--------LL_lcmxl.m(20KB)
--------LCMXL.m(43KB)
--------BayesScoresLCMXL.m(6KB)
--------LL_lcmxl_MATlike.m(835B)
----HMXL()
--------LL_hmxl.m(58KB)
--------HMXL.m(75KB)
--------BayesScoresHMXL.m(7KB)
--------sdtriHe.m(2KB)
--------LL_hmxl_MATlike.m(840B)
--------HMXL2.m(75KB)
--------sdtriHe2.m(1KB)
----.gitattributes(378B)
----LML_Train()
--------flexll.m(955B)
--------CreateZ.m(4KB)
--------createw.m(452B)
--------stats.m(938B)
--------Boot.m(2KB)
--------ReadMe.txt(3KB)
--------histwgt.m(618B)
--------CreateDrawsWtpProbs.m(1KB)
--------DoEstimation.m(2KB)
--------Check.m(8KB)
----MIMIC()
--------MIMIC.m(44KB)
--------LL_mimic.m(31KB)
--------LL_mimic_MATlike.m(798B)
--------StrSelect.m(2KB)
--------LL_hmnl0.m(3KB)
----MXL2()
--------LL_mxl2.m(18KB)
--------MXL2.m(50KB)
--------LL_mxl2_MATlike.m(1KB)
--------BayesScores.m(6KB)
----GWMNL()
--------GWMNL.m(21KB)
--------LL_gwmnl.m(2KB)
--------LL_mnl_bs.m(500B)
--------BandSearch.m(4KB)
--------outputf_gw.m(1KB)
--------LL_gwmnl_bs.m(2KB)
--------LL_gwmnl_MATlike.m(1KB)
----LC()
--------BayesProbs.m(2KB)
--------LL_lc_MATlike.m(826B)
--------LL_lc.m(7KB)
--------LC.m(30KB)
----LML()
--------LL_lml_MATlike.m(1012B)
--------LML.m(38KB)
--------B_lml.m(12KB)
--------LL_lml.m(1KB)
--------LML_search.m(24KB)
--------P_lml.m(5KB)
----MXL()
--------BayesScoresMXL.m(6KB)
--------setStartingValues.m(8KB)
--------LL_mxl_MATlike.m(2KB)
--------LL_mxl.m(40KB)
--------MXL.m(22KB)
--------generateRandomDraws.m(3KB)
--------setDisplayOptions.m(7KB)
--------restructureInputData.m(1KB)
--------generatePrintTemplates.m(87B)
--------setOptimizationOptions.m(2KB)
--------calculateResults.m(33KB)