. En-particulier-le-modèle, BIC ; voir Table 1. Les proportions entre les paramètres de ce modèle (lorsque ces paramètres sont significatifs ) sont relativement bien conservées comparées au cas logistique (? 1 /? 2 1.43 pour logistique et ? 1 /? 2 1.72 pour Student par exemple) Une différence intéressante concerne l'estimation de la pente ? 1 puisque ? 1 /? 2 24 pour logistique tandis que ? 1 /? 2 60 pour Student. Cela signifie que, selon le modèle (référence, Student ?=1 , Z 2 ), le temps de transfert a un effet beaucoup plus important sur le mode de transport choisit contrairementàment`mentà ce préconise le modèle logit conditionnel classique (référence, logistique, Z 2 ). Dans cetté etude les gens privilégient la voiture en grande partie pour sa praticité. En conclusion, le choix de F ne change pasàpasà priori les signes des paramètres significatifs mais peut changer les proportions entre eux

R. D. Luce, Individual choice behavior: a theoretical analysis, 1959.
DOI : 10.1037/14396-000

W. H. Greene, Econometric analysis, pp.729-735, 2003.

D. Mcfadden, Conditional logit analysis of qualitative choice analysis, Frontiers in Econometrics, pp.105-142, 1974.

J. Peyhardi, C. Trottier, and Y. Guédon, A new specification of generalized linear models, arXiv preprint, 2014.

G. Tutz, Regression for categorical data, 2012.
DOI : 10.1017/CBO9780511842061