RESUMENLa principal herramienta en la modelación de la demanda de transporte durante muchos años ha sido el Logit Multinomial (MNL), pero sus limitaciones, fundamentalmente el supuesto de independencia de alternativas irrelevantes, han motivado diferentes mejoras, destacando entre ellas el Logit Mixto (ML).El ML permite mayor flexibilidad en las preferencias individuales, aunque no por ello ha colmado las expectativas de los modeladores, ya que el objetivo es representar la realidad de la forma más veraz posible.De este modo, se ha planteado la inclusión de elementos subjetivos, a través de modelos de utilidad híbridos que consideran atributos tangibles, fácilmente identificables para cada alternativa, así como elementos intangibles asociados a las percepciones y actitudes de los individuos, expresados a través de variables latentes.El principal objetivo de este trabajo es identificar las variables latentes relevantes en la modelación de la elección modal en el ámbito urbano, así como la estimación de MNL y ML con y sin variables latentes, con el fin de determinar si la inclusión de variables latentes mejora los resultados en la estimación de los modelos.La aplicación empírica se efectúa con datos obtenidos a partir de una encuesta de Preferencias Reveladas realizada en Santander (España), a la que se incorporó un cuestionario con indicadores de percepción, que permiten captar las variables latentes.La principal conclusión es que los modelos ML se muestran superiores a los MNL y, en ambos casos, la incorporación de variables latentes permite obtener mejores resultados.