Trong bài học đầu tiên, chúng ta đã xây dựng mô hình Multinomial Logit (MNL) dựa trên nền tảng tiện ích ngẫu nhiên và giả định về sai số theo phân phối Gumbel. Giả định này giúp chúng ta có được một công thức xác suất gọn gàng, nhưng nó cũng tạo ra một thuộc tính gọi là Độc lập với các Lựa chọn Không liên quan (Independence from Irrelevant Alternatives – IIA). Đây là một trong những chủ đề được tranh luận nhiều nhất trong lĩnh vực mô hình hóa lựa chọn. Bài học này sẽ giúp các bạn hiểu rõ bản chất của giả định IIA, tại sao nó lại quan trọng và trong nhiều trường hợp lại là một hạn chế lớn. Chúng ta sẽ học cách sử dụng kiểm định Hausman để kiểm tra xem mô hình của mình có vi phạm giả định này hay không. Cuối cùng, chúng ta sẽ khám phá một số mô hình thay thế phổ biến như Nested Logit và Multinomial Probit, được thiết kế để khắc phục những nhược …