离散选择分析是用于理解个体在选择集下如何做出选择的计量经济理论,个体做出选择的被解释变量可以分成两类,一类受选择影响,另一类则是个体所独有的,前一类可以是价格,时间,地点等等,后一类则常常使用年龄,性别,收入等等变量。简单的二项选择产生于上世纪六七十年代,由于其解决问题的有效性,逐渐发展成了一大族的模型。二项选择最早的推广是多项Logit模型,多项Logit模型的选择概率有解析解,并且它是全局凸的,所以其参数估计也十分方便。但是多项Logit模型受限制于IIA假设。虽然IIA假设在数学上很方便,在实际使用中也可以实现,但是它还是限制了随机效用模型对离散选择的建模。基于这个原因,很长一段时间人们都希望对多项Logit模型做推广使其得以避免IIA假设。其中的一种方案就是Mixed Logit模型。Mixed Logit模型假设参数是一个随机系数服从一定的分布,因而其选择概率中含有积分,这样一来分子分母不能相互抵消,就避免了IIA假设。同时Mixed Logit模型可以逼近任意随机效用模型。由于以上两点原因Mixed Logit模型成为了很长一段时间研究的重点。估计Mixed Logit模型的难点在于其选择概率中含有积分,需要使用数值方法计算似然函数。文献中共有五种方法计算选择概率,由于在一般的软件中并没有说明使用估计方法的默认条件,所以使用者往往不知道其背后的含义。为此我们对前三种方法做了一些数值模拟试验,他们分别是Monte Carlo, Quasi Monte Carlo, Gauss Quadrature。本文重点比较了他们的估计精度与时间消耗,得出的结论是综合精度和时间消耗,Quasi Monte Carlo是最好的估计方法。实证部分我们选择使用CHNS数据,对农村居民就医地点选择进行了分析。实证结果发现起步费、最高补偿额和最终花费对农户决定到什么医疗机构去看病价格因素并不起主导作用,而新农合增加了农户选择到医院就医的可能性。