Random Regret-based Discrete Choice Modeling: A Tutorial

این آموزش مقدمه‌ای عملی برای رویکرد مدل‌سازی انتخاب گسسته جدید بر اساس مفهوم رفتاری پشیمانی-به حداقل رساندن ارائه می‌کند. این به اصطلاح رویکرد به حداقل رساندن پشیمانی تصادفی (RRM) همتای رویکرد حداکثرسازی سودمند تصادفی (RUM) برای مدل‌سازی انتخاب گسسته است که برای دهه‌ها بر حوزه مدل‌سازی انتخابی و زمینه‌های مجاور مانند حمل‌ونقل، بازاریابی و محیط‌زیست تسلط داشته است. اقتصاد. رویکرد RRM که به اندازه مدل‌های RUM معمولی مقرون به صرفه است و با بسته‌های نرم‌افزاری محبوب سازگار است، یک حساب جایگزین و جذاب از رفتار انتخابی ارائه می‌دهد. به‌جای ارائه بحث‌های بسیار فنی که معمولاً در مجلات علمی با آن مواجه می‌شویم، هدف این آموزش این است که به خوانندگان اجازه دهد تا رویکرد RRM و پتانسیل‌ها و محدودیت‌های آن را بصورت عملی و بر اساس بحث مفصل از مثال‌ها کشف کنند. این آموزش برای دانشجویان، دانش پژوهان و شاغلانی نوشته شده است که پیشینه اولیه در مدل سازی انتخابی به طور کلی و مدل سازی RUM به طور خاص دارند. توجه شده است که همه مفاهیم و نتایج برای خوانندگانی که دانش پیشرفته ای از اقتصاد سنجی ندارند روشن باشد.

This tutorial presents a hands-on introduction to a new discrete choice modeling approach based on the behavioral notion of regret-minimization. This so-called Random Regret Minimization-approach (RRM) forms a counterpart of the Random Utility Maximization-approach (RUM) to discrete choice modeling, which has for decades dominated the field of choice modeling and adjacent fields such as transportation, marketing and environmental economics. Being as parsimonious as conventional RUM-models and compatible with popular software packages, the RRM-approach provides an alternative and appealing account of choice behavior. Rather than providing highly technical discussions as usually encountered in scholarly journals, this tutorial aims to allow readers to explore the RRM-approach and its potential and limitations hands-on and based on a detailed discussion of examples. This tutorial is written for students, scholars and practitioners who have a basic background in choice modeling in general and RUM-modeling in particular. It has been taken care of that all concepts and results should be clear to readers that do not have an advanced knowledge of econometrics.