Trong suốt bốn bài học vừa qua, chúng ta đã cùng nhau khám phá họ mô hình Logit, từ dạng đơn giản nhất đến Nested Logit và Mixed Logit. Tất cả các mô hình này đều có một điểm chung: chúng được xây dựng dựa trên giả định rằng thành phần sai số không quan sát được (\(\varepsilon\)) tuân theo phân phối Gumbel (hay Giá trị cực trị loại I). Giả định này mang lại sự tiện lợi về mặt toán học, đặc biệt là công thức xác suất dạng đóng đẹp mắt. Tuy nhiên, nó cũng chính là nguồn gốc của giả định IIA cứng nhắc. Trong bài học hôm nay, chúng ta sẽ chuyển sang một họ mô hình lớn và mạnh mẽ khác: Multinomial Probit. Thay vì phân phối Gumbel, họ mô hình này được xây dựng dựa trên một người bạn cũ rất quen thuộc của chúng ta: phân phối Chuẩn. Sự thay đổi tưởng chừng đơn giản này lại mở ra một khả năng vô cùng to lớn: mô hình hóa cấu trúc tương quan …