《表7 不考虑个体属性影响的随机系数Logit回归结果》
注:Nwalk、Niv对应于式(7)中的σk(k=1,2),即分别表征车厢内拥挤度(Twalk)、车票价格(Tiv)的系数的标准差.
根据以上设定,对调查数据进行随机系数Logit回归.根据对随机系数Logit模型的分析,随机系数Logit模型系数的求解没有闭型解,需要仿真求解,涉及随机抽样.随机抽样中,Halton序列抽样效果较好[12],故采用Halton序列抽样,抽样次数为1 000,最终得到的结果如表7所示.
图表编号 | XD00126570900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 刘建荣、郝小妮 |
绘制单位 | 华南理工大学土木与交通学院、华南理工大学土木与交通学院 |
更多格式 | 高清、无水印(增值服务) |