交通出行行为分析：选择行为建模及应用

封面

版权页

前言

第1章 选择行为

1.1 概述

1.2 行为研究范式

1.3 行为研究中的概念

1.4 交通行为选择

第2章 交通行为的线性回归模型

2.1 类别变量作为自变量的处理

2.2 虚拟变量的解释和因子变量

2.3 多元回归中的虚拟变量

2.4 多元回归中的交互项

第3章 离散选择和效用理论

3.1 离散选择模型概述

3.2 线性回归模型的转换

3.3 效用理论

3.4 效用函数中的变量转换

3.5 离散模型小结

第4章 基于效用理论的选择行为建模

4.1 效用的尺度

4.2 效用的随机项

4.3 probit模型

4.4 logit模型

4.5 probit模型和logit模型的比较

4.6 logit模型小结

第5章 选择模型的估计

5.1 极大似然估计

5.2 选择行为模型的极大似然估计

5.3 用ml命令进行极大似然估计

5.4 和极大似然估计相关的统计检验

第6章 交通二项选择模型

6.1 二项选择模型理论

6.2 二项选择模型的估计命令

6.3 logit模型估计举例

6.4 二项选择模型估计后分析

第7章 二项选择模型估计结果

7.1 边际效应概念和种类

7.2 边际效应的计算

7.3 边际效应举例模型

7.4 均值处边际效应

7.5 平均边际效应

7.6 边际效应的分布

7.7 边际效应的绘图

第8章 多项选择模型

8.1 多项选择模型的表达

8.2 多项logit模型及特性

8.3 mlogit估计命令及结果解释

8.4 选择样本数据集

8.5 条件logit模型

第9章 巢式Iogit模型

9.1 巢式logit模型的推导

9.2 估计命令nlogit

9.3 IIA特性的检验

第10章 混合Iogit模型

10.1 混合logit模型的推导

10.2 估计命令cmmixlogit

第11章 潜在类别模型

11.1 标准潜在类别模型

11.2 出行模式的数据描述

11.3 模型拟合和类别选取

附录A STATA软件基础

附录B STATA命令详解