El desarrollo de modelos de demanda de transporte se puede describir como una búsqueda de modelos flexibles que se adapten a un mayor número de situaciones prácticas. Sin embargo, en esta búsqueda la flexibilidad ha comprometido la estimabilidad de los modelos. Por un lado aparecen los modelos tradicionales de la "familia" Logit que ofrecen probabilidades de elección cerradas, pero con supuestos simplificatorios que no siempre son sostenibles. Por otro, está el modelo Probit que permite trabajar con una estructura de error general, pero su estimación resulta bastante compleja. En este contexto, caracterizado además por avances tecnológicos en materia de computación y métodos numéricos, se ha cuestionado el uso de modelos simplificados y ha aparecido con fuerza una nueva alternativa de modelación: el modelo Mixed Logit.

En este trabajo se revisa detalladamente los antecedentes teóricos que sustentan la formulación del modelo Mixed Logit y, a través de un análisis de la matriz de covarianza, se discute de qué manera estos modelos son capaces de modelar condiciones en las cuales se violan los supuestos de independencia y homoscedasticidad. Este análisis se complementa con dos aplicaciones numéricas que permiten comprobar la real posibilidad de utilizar este modelo y su capacidad de adaptarse a situaciones prácticas. En los experimentos de simulación se construye bases de datos que permiten controlar objetivamente la bondad de ajuste del modelo, la reproducción de la muestra de calibración y el nivel de respuesta a cambios en los atributos de las alternativas. La aplicación con datos reales pretende validar el estudio empírico y verificar la factibilidad de aplicar herramientas econométricas sofisticadas. A pesar de que su estimación requiere de simulación, se observa que en general el modelo entrega una adecuada reproducción de parámetros y un buen ajuste a los cambios de política.