交通出行行為分析：選擇行為建模及應(yīng)用

前言
第1章選擇行為1
1.1概述2
1.2行為研究范式3
1.2.1行為研究的特色及分支3
1.2.2行為研究過程3
1.2.3行為心理測量的方法4
1.3行為研究中的概念4
1.3.1行為統(tǒng)計的基本概念5
1.3.2行為科學(xué)中的變量和測量8
1.4交通行為選擇11
第2章交通行為的線性回歸模型14
2.1類別變量作為自變量的處理16
2.2虛擬變量的解釋和因子變量19
2.3多元回歸中的虛擬變量22
2.4多元回歸中的交互項24
2.4.1分類變量和連續(xù)變量的交互25
2.4.2連續(xù)變量之間的交叉33
第3章離散選擇和效用理論35
3.1離散選擇模型概述36
3.2線性回歸模型的轉(zhuǎn)換37
3.3效用理論41
3.3.1效用的可觀測項42
3.3.2通用參數(shù)和選項相關(guān)參數(shù)42
3.3.3選項相關(guān)常數(shù)44
3.3.4無選項和保持現(xiàn)狀44
3.3.5個體特征和決策環(huán)境要素45
3.4效用函數(shù)中的變量轉(zhuǎn)換48
3.4.1交互效應(yīng)49
3.4.2虛擬和效應(yīng)編碼49
3.5離散模型小結(jié)52
第4章基于效用理論的選擇行為建模53
4.1效用的尺度54
4.2效用的隨機項55
4.3probit模型56
4.3.1二項probit模型56
4.3.2多項probit模型57
4.4logit模型59
4.4.1模型概述59
4.4.2logit模型的推導(dǎo)61
4.4.3logistic分布64
4.5probit模型和logit模型的比較65
4.6logit模型小結(jié)66
交通出行行為分析:選擇行為建模及應(yīng)用目錄第5章選擇模型的估計67
5.1極大似然估計68
5.2選擇行為模型的極大似然估計71
5.2.1二項probit模型的似然函數(shù)71
5.2.2二項logit模型的似然函數(shù)72
5.3用ml命令進行極大似然估計73
5.3.1似然函數(shù)的進一步整理74
5.3.2正態(tài)分布參數(shù)的對數(shù)似然函數(shù)程序75
5.3.3二項probit模型的極大似然估計80
5.3.4二項logit模型的極大似然估計82
5.4和極大似然估計相關(guān)的統(tǒng)計檢驗86
5.4.1似然值回顧及檢驗思路87
5.4.2似然比檢驗88
5.4.3Wald檢驗91
5.4.4拉格朗日乘數(shù)檢驗92
5.4.5關(guān)于三種檢驗的總結(jié)93
第6章交通二項選擇模型94
6.1二項選擇模型理論95
6.2二項選擇模型的估計命令98
6.3logit模型估計舉例100
6.3.1樣本數(shù)據(jù)集描述100
6.3.2建立模型及估計101
6.3.3模型的結(jié)果解讀102
6.3.4勝率比的解釋105
6.4二項選擇模型估計后分析109
6.4.1假設(shè)檢驗109
6.4.2模型的預(yù)測113
6.4.3擬合優(yōu)度122第7章二項選擇模型估計結(jié)果130
7.1邊際效應(yīng)概念和種類131
7.1.1邊際變化132
7.1.2離散變化133
7.2邊際效應(yīng)的計算134
7.2.1均值處邊際效應(yīng)（MEM）134
7.2.2特定值處的邊際效應(yīng)（MER）134
7.2.3平均邊際效應(yīng)（AME）134
7.3邊際效應(yīng)舉例模型135
7.4均值處邊際效應(yīng)136
7.4.1均值處的邊際變化136
7.4.2均值處的離散變化140
7.5平均邊際效應(yīng)145
7.5.1平均邊際效用的邊際變化145
7.5.2定值處平均邊際效應(yīng)的離散變化147
7.5.3樣本觀測值處平均邊際效應(yīng)的離散變化150
7.6邊際效應(yīng)的分布151
7.6.1用predict計算邊際變化的分布152
7.6.2用predict計算離散變化的分布154
7.6.3用自定義的margdis命令計算邊際效應(yīng)的分布156
7.7邊際效應(yīng)的繪圖165
7.7.1確定連續(xù)變量的范圍166
7.7.2擬合模型，用margins命令預(yù)測概率值166
7.7.3用marginsplot命令繪制圖形167
第8章多項選擇模型171
8.1多項選擇模型的表達172
8.2多項logit模型及特性174
8.3mlogit估計命令及結(jié)果解釋175
8.3.1mlogit命令舉例說明176
8.3.2假設(shè)檢驗184
8.3.3模型估計結(jié)果的解釋188
8.4選擇樣本數(shù)據(jù)集193
8.4.1選擇數(shù)據(jù)集的整理194
8.4.2選擇數(shù)據(jù)集的定義200
8.4.3選擇數(shù)據(jù)集的描述性統(tǒng)計201
8.5條件logit模型204
8.5.1cmclogit命令205
8.5.2clogit命令220第9章巢式logit模型223
9.1巢式logit模型的推導(dǎo)224
9.2估計命令nlogit226
9.2.1數(shù)據(jù)集描述226
9.2.2模型的擬合229
9.3IIA特性的檢驗233
9.3.1mlogit模型的檢驗234
9.3.2clogit模型的檢驗235
第10章混合logit模型238
10.1混合logit模型的推導(dǎo)239
10.2估計命令cmmixlogit241
10.2.1積分點的設(shè)置244
10.2.2邊際效應(yīng)的計算245
10.2.3隨機系數(shù)的相關(guān)性246
第11章潛在類別模型248
11.1標準潛在類別模型249
11.2出行模式的數(shù)據(jù)描述251
11.3模型擬合和類別選取254
11.3.1建立潛在類別模型254
11.3.2模型擬合命令255
11.3.3擬合優(yōu)度和類別選取261
附錄ASTATA軟件基礎(chǔ)264
附錄BSTATA命令詳解272
參考文獻283