包邮交通出行行为分析(选择行为建模及应用)(精)/交通技术精品著作系列

前言
第1章选择行为1
1.1概述2
1.2行为研究范式3
1.2.1行为研究的特色及分支3
1.2.2行为研究过程3
1.2.3行为心理测量的方法4
1.3行为研究中的概念4
1.3.1行为统计的基本概念5
1.3.2行为科学中的变量和测量8
1.4交通行为选择11
第2章交通行为的线性回归模型14
2.1类别变量作为自变量的处理16
2.2虚拟变量的解释和因子变量19
2.3多元回归中的虚拟变量22
2.4多元回归中的交互项24
2.4.1分类变量和连续变量的交互25
2.4.2连续变量之间的交叉33
第3章离散选择和效用理论35
3.1离散选择模型概述36
3.2线性回归模型的转换37
3.3效用理论41
3.3.1效用的可观测项42
3.3.2通用参数和选项相关参数42
3.3.3选项相关常数44
3.3.4无选项和保持现状44
3.3.5个体特征和决策环境要素45
3.4效用函数中的变量转换48
3.4.1交互效应49
3.4.2虚拟和效应编码49
3.5离散模型小结52
第4章基于效用理论的选择行为建模53
4.1效用的尺度54
4.2效用的随机项55
4.3probit模型56
4.3.1二项probit模型56
4.3.2多项probit模型57
4.4logit模型59
4.4.1模型概述59
4.4.2logit模型的推导61
4.4.3logistic分布64
4.5probit模型和logit模型的比较65
4.6logit模型小结66
交通出行行为分析:选择行为建模及应用目录第5章选择模型的估计67
5.1极大似然估计68
5.2选择行为模型的极大似然估计71
5.2.1二项probit模型的似然函数71
5.2.2二项logit模型的似然函数72
5.3用ml命令进行极大似然估计73
5.3.1似然函数的进一步整理74
5.3.2正态分布参数的对数似然函数程序75
5.3.3二项probit模型的极大似然估计80
5.3.4二项logit模型的极大似然估计82
5.4和极大似然估计相关的统计检验86
5.4.1似然值回顾及检验思路87
5.4.2似然比检验88
5.4.3Wald检验91
5.4.4拉格朗日乘数检验92
5.4.5关于三种检验的总结93
第6章交通二项选择模型94
6.1二项选择模型理论95
6.2二项选择模型的估计命令98
6.3logit模型估计举例100
6.3.1样本数据集描述100
6.3.2建立模型及估计101
6.3.3模型的结果解读102
6.3.4胜率比的解释105
6.4二项选择模型估计后分析109
6.4.1假设检验109
6.4.2模型的预测113
6.4.3拟合优度122第7章二项选择模型估计结果130
7.1边际效应概念和种类131
7.1.1边际变化132
7.1.2离散变化133
7.2边际效应的计算134
7.2.1均值处边际效应（MEM）134
7.2.2特定值处的边际效应（MER）134
7.2.3平均边际效应（AME）134
7.3边际效应举例模型135
7.4均值处边际效应136
7.4.1均值处的边际变化136
7.4.2均值处的离散变化140
7.5平均边际效应145
7.5.1平均边际效用的边际变化145
7.5.2定值处平均边际效应的离散变化147
7.5.3样本观测值处平均边际效应的离散变化150
7.6边际效应的分布151
7.6.1用predict计算边际变化的分布152
7.6.2用predict计算离散变化的分布154
7.6.3用自定义的margdis命令计算边际效应的分布156
7.7边际效应的绘图165
7.7.1确定连续变量的范围166
7.7.2拟合模型，用margins命令预测概率值166
7.7.3用marginsplot命令绘制图形167
第8章多项选择模型171
8.1多项选择模型的表达172
8.2多项logit模型及特性174
8.3mlogit估计命令及结果解释175
8.3.1mlogit命令举例说明176
8.3.2假设检验184
8.3.3模型估计结果的解释188
8.4选择样本数据集193
8.4.1选择数据集的整理194
8.4.2选择数据集的定义200
8.4.3选择数据集的描述性统计201
8.5条件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模型的推导224
9.2估计命令nlogit226
9.2.1数据集描述226
9.2.2模型的拟合229
9.3IIA特性的检验233
9.3.1mlogit模型的检验234
9.3.2clogit模型的检验235
第10章混合logit模型238
10.1混合logit模型的推导239
10.2估计命令cmmixlogit241
10.2.1积分点的设置244
10.2.2边际效应的计算245
10.2.3随机系数的相关性246
第11章潜在类别模型248
11.1标准潜在类别模型249
11.2出行模式的数据描述251
11.3模型拟合和类别选取254
11.3.1建立潜在类别模型254
11.3.2模型拟合命令255
11.3.3拟合优度和类别选取261
附录ASTATA软件基础264
附录BSTATA命令详解272
参考文献283