关于R中DCchoice包dbchoice函数计算WTP均值与中位数的技术问询

你用DCchoice包dbchoice函数默认对数逻辑分布时，已经验证了WTP中位数（$\exp(-\beta_{const}/\beta_{bid})$），现在要手动验证均值，结合Aizaki等人2014年的《Stated preference methods using R》，具体操作如下：

核心公式 #

对数逻辑分布下的WTP均值公式为：
$$WTP_{mean} = WTP_{median} \times \Gamma(1+\sigma) \times \Gamma(1-\sigma)$$
其中：

• $WTP_{median}$就是你已经验证过的$\exp(-\beta_{const}/\beta_{bid})$，$\beta_{const}$是受限模型的常数项，$\beta_{bid}$是投标变量的系数；
• $\sigma$是对数逻辑分布的尺度参数，对应模型误差项的尺度，可从dbchoice的模型结果中提取。

手动验证步骤 #

1. 提取模型参数

   • 从你的dbchoice模型结果里，取出常数项（比如model$coefficients["(Intercept)"]）和投标系数（model$coefficients["bid"]）；
   • 取出尺度参数$\sigma$，通常是模型结果的scale属性（比如model$scale）。
   • 注意：投标系数一般为负，计算时别搞反符号，确保$-\beta_{const}/\beta_{bid}$为正。

2. 计算Gamma函数项
   用R的gamma()函数计算两个Gamma值的乘积：

   sigma <- model$scale  # 替换成你的模型尺度参数
   gamma_product <- gamma(1 + sigma) * gamma(1 - sigma)
   

3. 计算均值WTP
   先算出中位数，再乘以上面的Gamma乘积：

   beta_const <- model$coefficients["(Intercept)"]
   beta_bid <- model$coefficients["bid"]
   wtp_median <- exp(-beta_const / beta_bid)
   wtp_mean_manual <- wtp_median * gamma_product
   

4. 对比验证
   把手动算出的wtp_mean_manual和dbchoice模型输出的WTP均值对比，只要浮点误差在可接受范围内，就说明验证正确。

补充说明 #

如果用的是标准logit模型（无尺度参数估计），此时误差项是标准Gumbel分布，WTP均值的计算会用到公式：
$$WTP_{mean} = \frac{-\beta_{const}}{\beta_{bid}} \times \frac{\pi}{\sin(\pi/\tau)}$$
其中$\tau$是离散参数，标准logit下$\tau=1$，但这个公式此时无意义——这种情况下模型的均值大概率是通过模拟方法得到的，你可以用模型的参数生成WTP样本后取均值来验证。

参考文献：Aizaki, H., Nakatani, T., Sato, K. 2014, Stated preference methods using R, CRC Press, Florida.

内容的提问来源于stack exchange，提问作者user26june23