Logit回归模型的建立可以用来分析多元数据并且预测离散型因变量,而它的自变量可以是连续型,也可以是离散型,亦或是两者都包含。对于实际观测到的数据,如果因变量是离散的,它的取值往往是三种或三种以上的,这时,被应用到的Logit回归模型就演变为Multinomial Logit回归模型。Multinomial Logit回归模型的提出给拥有多分类离散型因变量的数据的分析提供了一种很好的方法。本文主要介绍了多分类情况下,应用离散选择模型中的Multinomial Logit模型和Mixed Multinomial Logit模型的建立方法和模型参数的估计方法,其中对Multinomial Logit模型用了极大似然估计的方法,并介绍了Mixed Multinomial Logit模型参数的Guass Quadrature估计和Monte Carlo估计方法。模型评价方面应用Wald检验和似然比检验对模型显著性进行评价。同时介绍了Pearsonc~2、偏差、信息量指标和拟合优度,并且用它们来评价模型的拟合程度。最后应用上述理论对某大学研究生专业选择行为和其初试成绩进行实例分析,同时进行预测。综合各种评价方法和预测正确率选择出最优的应用于此实例的模型。