문단 (context)
둘째로, 선택확률의 분포에 대한 가정이 어렵다는 점을 강조하였다. 예컨대, 다항선택모형에서 많이 사용되는 조건부로짓(conditional logit) 모형이나 중첩된 로짓(nested logit) 모형은 선택 확률이 다루기 편리한 형태의 함수로 나오지만, 이를 위해 무관한 선택지들에 대해 독립(independence of irrelevant alternatives)을 가정하는 등 특수한 선택 상황을 잘 반영하지 못하는 측면이 존재한다(Trost and Lee, 1984). 셋째로, 선택편의(selection bias)의 분포를 사전적으로 가정하기 어려운 측면이 있음을 주장하였다. 오차항의 각 선택지에 대한 결합분포를 사전적으로 알 수 없는 상태에서 통상적으로 결합정규분포를 가정할 경우, 그 가정이 성립하지 않을 때, 예컨대 실제 분포가 비선형이거나 단조적이지 않은 특성을 가진다면, 임금 방정식의 추정과정에서 선택편의의 보정이 부정확해질 가능성이 높기 때문이다. 넷째로, 우리가 관측할 수 없거나 측정오차 등으로 인해 관측이 부정확한 변수들이 야기할 수 있는 문제들을 지적하였다.
기계독해 질의응답 4건
| question_id | 질문 | 답변 불가 | 정답 |
|---|---|---|---|
| 998549 | 다항선택모형에서는 중첩된 로짓과 어떤 모형이 많이 사용되니 | 가능 | 조건부로짓 |
| 998550 | 중첩된 로짓과 어떤 모형이 다항선택모형에서 많이 활용될까 | 가능 | 조건부로짓 |
| 998551 | 다항선택모형에서 어떤 모형과 중첩된 로짓이 자주 사용돼 | 가능 | 조건부로짓 |
| 998552 | 다항선택모형에서는 중첩된 로짓과 어떤 모형이 적게 사용되는가 | 불가 | 조건부로짓 |