《表6 基于混合Logit模型的假设2检验结果(Model 2)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《街头抢劫者前犯罪经历对其后作案地选择的影响》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：模型P→0；Pseudo R2=0.192。

混合Logit模型的评估结果主要包括：优势比（Odds Ratios，OR）、标准误差（Standard Error，SE）、Z值、显著性水平、置信区间、伪R2等（表5、表6、表7）。为便于解释，本文将对3个模型作简要介绍，Model 1～Model 3分别检验街头抢劫者“前案件”中的犯罪间隔、犯罪出行距离和未当场被捕的个体犯罪经历对其“后案件”作案地选择的影响。同理，需要说明的是模型的整体拟合度，与离散选择模型一样，混合Logit模型的伪R2通常比普通最小二乘法的R2低很多。McFadden[68]已证实了伪R2大于0.20，就可以认为该模型具有完美的拟合度。此外，混合Logit模型的P值表示随机截距模型与固定效应Logistic回归模型相比的显著改进程模型度，如果P值接近0，说明该模型的改进效果就越明显[69]。