我一直在使用多项逻辑回归来检查学校选择的相关性。因变量有三种可能：公立学校、私立学校和NGO（非政府组织，即非营利）学校。但是，我很确定这个问题违反了不相关替代 (IIA) 假设的独立性——无论是出于直觉（例如，删除 NGO 选项会增加去政府和私立学校的可能性）和使用suest命令在 Stata 中进行 Hausman 测试（不是 100% 确定我这样做是正确的，但这是另一个问题）。

无论如何，问题是，如果多项式 logit 不是最好的模型，那么我还能尝试什么？由于只有三个选项，我可以简单地使用两个单独的 logits（例如 NGO 与其他和私人与其他）还是不合适？据我了解，其他多项式方法会带来自己的问题，例如 Invariant Proportion of Substitution 属性（如此处所述（pdf））。对于它的价值，多项概率产生与 mlogit 相似的结果。

尽管违反了 IIA，是否有可能争辩说 mlogit 结果是相当准确的（也许，争辩说它是不完美的但最好的可用模型），如果是这样，什么证据会支持或反驳这种说法？（这两篇论文认为，在选民选择领域，多项 logit 至少与多项 probit 一样准确）。