交通出行行为分析:选择行为建模及应用电子书

题名页

版权页

前言

第1章 选择行为

1.1 概述

1.2 行为研究范式

1.2.1 行为研究的特色及分支

1.2.2 行为研究过程

1.2.3 行为心理测量的方法

1.3 行为研究中的概念

1.3.1 行为统计的基本概念

1.3.2 行为科学中的变量和测量

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

2.4.1 分类变量和连续变量的交互

2.4.2 连续变量之间的交叉

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

3.3.1 效用的可观测项

3.3.2 通用参数和选项相关参数

3.3.3 选项相关常数

3.3.4 无选项和保持现状

3.3.5 个体特征和决策环境要素

3.4 效用函数中的变量转换

3.4.1 交互效应

3.4.2 虚拟和效应编码

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

4.3.1 二项probit模型

4.3.2 多项probit模型

4.4 logit模型

4.4.1 模型概述

4.4.2 logit模型的推导

4.4.3 logistic分布

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

5.2.1 二项probit模型的似然函数

5.2.2 二项logit模型的似然函数

5.3 用ml命令进行极大似然估计

5.3.1 似然函数的进一步整理

5.3.2 正态分布参数的对数似然函数程序

5.3.3 二项probit模型的极大似然估计

5.3.4 二项logit模型的极大似然估计

5.4 和极大似然估计相关的统计检验

5.4.1 似然值回顾及检验思路

5.4.2 似然比检验

5.4.3 Wald检验

5.4.4 拉格朗日乘数检验

5.4.5 关于三种检验的总结

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

6.3.1 样本数据集描述

6.3.2 建立模型及估计

6.3.3 模型的结果解读

6.3.4 胜率比的解释

6.4 二项选择模型估计后分析

6.4.1 假设检验

6.4.2 模型的预测

6.4.3 拟合优度

第7章 二项选择模型估计结果

7.1 边际效应概念和种类

7.1.1 边际变化

7.1.2 离散变化

7.2 边际效应的计算

7.2.1 均值处边际效应（MEM）

7.2.2 特定值处的边际效应（MER）

7.2.3 平均边际效应（AME）

7.3 边际效应举例模型

7.4 均值处边际效应

7.4.1 均值处的边际变化

7.4.2 均值处的离散变化

7.5 平均边际效应

7.5.1 平均边际效用的边际变化

7.5.2 定值处平均边际效应的离散变化

7.5.3 样本观测值处平均边际效应的离散变化

7.6 边际效应的分布

7.6.1 用predict计算边际变化的分布

7.6.2 用predict计算离散变化的分布

7.6.3 用自定义的margdis命令计算边际效应的分布

7.7 边际效应的绘图

7.7.1 确定连续变量的范围

7.7.2 拟合模型，用margins命令预测概率值

7.7.3 用marginsplot命令绘制图形

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

8.3.1 mlogit命令举例说明

8.3.2 假设检验

8.3.3 模型估计结果的解释

8.4 选择样本数据集

8.4.1 选择数据集的整理

8.4.2 选择数据集的定义

8.4.3 选择数据集的描述性统计

8.5 条件logit模型

8.5.1 cmclogit命令

8.5.2 clogit命令

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

9.2.1 数据集描述

9.2.2 模型的拟合

9.3 IIA特性的检验

9.3.1 mlogit模型的检验

9.3.2 clogit模型的检验

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

10.2.1 积分点的设置

10.2.2 边际效应的计算

10.2.3 随机系数的相关性

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

11.3.1 建立潜在类别模型

11.3.2 模型拟合命令

11.3.3 拟合优度和类别选取

附录A STATA软件基础

附录B STATA命令详解

参考文献