Metodo bayesiano gerarchico nello studio del comportamento a livello individuale - Nel contesto della modellazione delle scelte discrete con preferenze dichiarate e rivelate.

Titolo originale:

Hierarchical Bayesian Method in the Study of Individual Level Behavior- In the Context of Discrete Choice Modeling with Revealed and Stated Preference

Contenuto del libro:

Un importante passo avanti nella modellazione della domanda di viaggio all'inizio degli anni '70 è stata la modellazione basata su dati disaggregati (individuali) (McFadden 2001). Sebbene il modello disaggregato si concentri sul comportamento a livello individuale, i parametri stimati del modello sono fissi tra gli individui.

Per incorporare le variazioni di gusto non osservate tra gli individui, i recenti sviluppi consentono di variare i parametri tra gli individui, come il modello Mixed Logit, in cui si assume che i parametri seguano una distribuzione. Il modello mixed logit riconosce le differenze tra gli individui, ma non distingue gli individui che rispondono in modo diverso ai cambiamenti dei servizi di viaggio. Questo studio si concentra sull'applicazione del metodo bayesiano gerarchico per ottenere inferenze a livello individuale.

Dimostriamo il vantaggio di questo metodo ottenendo una distribuzione più ragionevole del valore del tempo di viaggio rispetto alla distribuzione ottenuta dal modello logit misto. Inoltre, il metodo HB ci aiuta a combinare le informazioni provenienti dai dati di preferenza rivelata e dichiarata, laddove i dati di preferenza rivelata sono limitati alle proprietà delle sole alternative scelte.