Kursets introducerer de studerende til en væsentlig metode til markeds- og efterspørgselsanalyser. Kursets fokus er at give studerende kompetencer til at anvende diskrete valgmodeller til at analysere valg og adfærd f.eks. i transport- eller energisystemer. Det dækker over, hvordan man konceptuelt modellerer adfærd vha. en matematisk model, analyserer adfærdsdata og benytter statistiske modeller til forudsigelser og markedsanalyse. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Redegøre for de grundlæggende principper bag diskrete valgmodeller
• Klassificere diskrete valgmodeller og diskutere deres begrænsninger og styrker
• Analysere adfærdsdata ved hjælp af diskrete valgmodeller
• Benytte software til at estimere diskrete valgmodeller
• Fortolke og sammenligne statistiske analyser af valgdata
• Anvende diskrete valgmodeller til efterspørgsels- og markedsanalyser
• Beregne værdisætninger og elasticiteter af væsentlige attributer
• Argumentere for brugen af en specifik model til et specifikt problem
• Skrive en metodemæssig korrekt rapport, der beskriver fænomenet i form af en deskriptiv analyse af data, databehandling, modelestimation og en kritisk diskussion af resultaterne

Kurset består af forelæsninger om metode blandet med øvelser og modelanvendelser på adfærdsdata fra forskellige domæner. Den metodiske del introducere det mikroøkonomiske grundlag baseret på stokastisk nyttemaksimering, som danner grundlag for diskrete valgmodeller. Derudover introduceres de mest normale modeller: multinomiel logit og nested logit, samt mere avancerede modeller som er mere realistiske. Anvendelserne fokuserer på hvordan modellerne kan benyttes på både observationsdata og hypotetiske data. Kurset afsluttes med et større projekt, som lægger vægt på at den studerende opnår en selvstændig og kritisk forståelse af metoden. K. E. Train (2003), Discrete Choice Methods with Simulation, Cambridge University Press, UK

M. Ben-Akiva and S. Lerman (1985),
Discrete Choice Analysis, MIT Press, Cambridge Massachusetts 16. april, 2020