《表1 基于公路、铁路和航空出行行为ESEM拟合指数Tab.1 Fitting index by EMSE based on travel behavior by highway, railway a

《表1 基于公路、铁路和航空出行行为ESEM拟合指数Tab.1 Fitting index by EMSE based on travel behavior by highway, railway a   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
《基于ESEM的滨海城市居民城际出行空间行为探讨——以广东省湛江市为例》


  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

在MPLUS7.0中编写命令语句,建立并运行3因子、4因子、5因子和6因子模型。模型初次运行结果显示,铁路出行6变量模型数据非正定,且3种出行方式共有6个变量出现共线性结果(其中公路和铁路出行均为4个、飞机出行为5个)。因其可用其他指标解释,分别对相应模型中共线性的y2(到站场时间短)、y3(到站场费用低)、y7(候车时间短)、y10(候车舒适)、y18(城际出发晚上)、y19(城际到达白天)5个观察指标删除。虽然y11(城际班次多)是一个相对重要的观察变量,但由于湛江城市居民城际铁路和飞机出行班次可选择少的特征比较明显(调查中,一些调查对象表示,该两种方式的班次选择实属一种无奈的、没有选择的选择),在行为分析上也可以用y13(城际耗时少)予以解释,因此一并删除(某种交通方式中的删除变量在图2中以边框加粗显示)。将模型进行调整修正后再次运行,获取每种交通方式的每个模型拟合指数(表1)。