Özet:
İki veya daha fazla değer alan gölge değişkenler bağımlı değişken olarak regresyon modellerinde yer alabilmektedir. Bağımlı değişkenin nitel özellikte olduğu nitel tercih modelleri ikili ve çoklu olmak üzere iki gruba ayrılmaktadır. Her iki tip modelde de temel amaç tercih olasılığının belirlenmesidir. İkili tercih modelleri karar birimlerinin iki alternatif arasından bir seçim yapmakla karşı karşıya olduğunu ve seçimin karar birimlerinin karakteristik özelliklerine bağlı olduğunu varsaymaktadır. Probit ve logit model arasındaki fark, probit model normal dağılım ile bağlantılı iken, logit model lojistik dağılım ile bağlantılıdır. Çoklu tercih modellerinde karar birimleri ikiden fazla tercih ile karşı karşıyadır. Kategorik değişkenler sıralı, sıralı olmayan ve ardışık olmak üzere üç grup halinde sınıflandırılmaktadır. Bu kategorik değişkenler kullanılarak çeşitli çoklu tercih modelleri oluşturulmaktadır. Karar birimlerinin tercihlerinin açıklanmasında rasgele fayda modelinden yararlanılmaktadır. Bir alternatife ilişkin rasgele fayda, gözlenen veya sistematik bileşen ile gözlenemeyen bileşenlerin toplamları olarak ifade edilmektedir. i . alternatifin seçilme olasılığı, bu alternatifin seçilmesiyle elde edilecek fayda olan U in ' in seçim sepetindeki diğer tüm alternatiflerin seçilmeleriyle elde edilecek olan faydaya eşit veya bu faydadan büyük olma olasılığına eşittir. Çoklu logit modelde hata terimlerinin birbirinden bağımsız ve özdeş olarak Weibull dağılımlı oldukları varsayılmakta iken çoklu probit modelde hata terimlerinin çok değişkenli normal dağılıma uygun oldukları varsayılmaktadır. Bu uygulamada bireyler çalışma statülerine göre beş gruba ayrıldı ve bu statü değerleri bağımlı değişken olarak kullanıldı. Sıralı probit ile sıralı logit model uygulamaları yapıldı ve her birey için gruplara ilişkin olasılıklar hesaplandı.
