The Student distribution has already been used to obtain robust maximum likelihood estimator (MLE) in the framework of binary choice models. But, until recently, only the logit and probit binary models were extended to the case of multinomial choices, resulting in the multinomial logit (MNL) and the multinomial probit (MNP). The recently introduced family of reference models, well defines a multivariate extension of any binary choice model, i.e. for any link function. In particular, this is the first extension of the binary robit to the case of multinomial choices. These models define the choice probability for category j relative to an (interchangeable) reference category. This paper highlights the robustness of reference models with Student link function, by showing that the influence function is bounded. Inference of the MLE is detailed through the Fisher's scoring algorithm, which is appropriated since reference models belong to the family of generalized linear models (GLMs). These models are compared to the MNL on the benchmark dataset of travel mode choice between Sydney and Melbourne. The results obtained on this dataset with reference models are completely different compared with those usually obtained with MNL, nested logit (NL) or MNP that failed to select relevant attributes. It will be shown that the travel mode choice is totally deterministic according to the transfer time. In fact, the use of Student link function allow us to detect the total artificial aspect of this famous dataset.

在二进制选择模型的框架中，学生分布已用于获得鲁棒的最大似然估计器（MLE）。但是直到最近，只有logit和probit二进制模型才扩展到多项式选择的情况，从而产生了多项式logit（MNL）和多项式probit（MNP）。最近推出的参考模型系列很好地定义了任何二进制选择模型的多元扩展，即针对任何链接函数。特别是，这是对二进制多项式进行多项选择的第一个扩展。这些模型定义了类别j相对于（可互换）参考类别的选择概率。通过证明影响函数是有界的，本文强调了具有学生链接功能的参考模型的鲁棒性。MLE的推理通过Fisher评分算法进行了详细说明，由于参考模型属于广义线性模型（GLM）系列，因此该算法是适用的。在悉尼和墨尔本之间的出行方式选择基准数据集上，将这些模型与MNL进行了比较。与没有选择相关属性的MNL，嵌套logit（NL）或MNP通常获得的结果相比，使用参考模型在此数据集上获得的结果完全不同。将显示出，行驶模式选择完全取决于转移时间。实际上，学生链接功能的使用使我们能够检测到该著名数据集的整体虚假方面。在悉尼和墨尔本之间的出行方式选择基准数据集上，将这些模型与MNL进行了比较。与没有选择相关属性的MNL，嵌套logit（NL）或MNP通常获得的结果相比，使用参考模型在此数据集上获得的结果完全不同。将显示出，行驶模式选择完全取决于转移时间。实际上，学生链接功能的使用使我们能够检测到该著名数据集的整体虚假方面。在悉尼和墨尔本之间的出行方式选择基准数据集上，将这些模型与MNL进行了比较。与没有选择相关属性的MNL，嵌套logit（NL）或MNP通常获得的结果相比，使用参考模型在此数据集上获得的结果完全不同。将显示出，行驶模式选择完全取决于转移时间。实际上，学生链接功能的使用使我们能够检测到该著名数据集的整体虚假方面。将显示出，行驶模式选择完全取决于转移时间。实际上，学生链接功能的使用使我们能够检测到该著名数据集的整体虚假方面。将显示出，行驶模式选择完全取决于转移时间。实际上，学生链接功能的使用使我们能够检测到该著名数据集的整体虚假方面。