離散選擇法

離散選擇法（Discrete choice approach，縮寫DCA，也作Discrete choice model，即「離散選擇模型」）屬於多重變量分析的方法之一，是社會學、生物統計學、數量心理學、市場行銷等統計實證分析的常用方法。

目標

離散選擇法的目標是通過（特定個體的或者特定類別的）協變量解釋所觀察到的在離散對象中進行的抉擇。

應用領域舉例

• 與一組實行安慰劑治療的對照組（Control group）進行比較，看治療方法是否成功
• 解釋婦女的工作行為
• 選擇某一專業學習
• 在一攬子商品中對某一商品的購買決策
• 情景條件下的市場份額建模
• 根據「回憶者」（表現出來）的特徵衡量廣告活動的成功
• 解釋顧客價值概念（分類模型）
• 顧客滿意度研究（分類模型）

臨界值模型的假設

• 個體行為能夠通過一個不可觀察的（隱藏）變量y_n^*來調控
• y_n^*線性依賴於協變量
• 二元變量假定依賴於y_n^*的水平
• 不可觀察的臨界值c在識別基礎o.B.d.A上設為0
• 分布函數F(·)是邏輯常態分布或者常態分布
• Logit模型：$\mathrm {P} (y_{n}=1|x_{n})={\frac {\exp(b_{0}+b_{1}X_{1}+\dots +b_{k}X_{k})}{1+\exp(b_{0}+b_{1}X_{1}+\dots +b_{k}X_{k})}}$
• Probit模型：

隨機效用模型的假設

• 存在r≥2個未排序的對象，在其中個體中於該時點選出一個
• 每個對象有自己的效用
• 效用不能完整的觀察，

參見

• 多重變量分析