《表3 NL模型参数估计结果》
利用PythonBiogeme[11]进行模型估计,结果如表3所示.拟合优度为0.378,说明模型对数据具有较好的解释性.参数估计结果表明,当变量值增加一个单位时,变量对应的备选方案效用边际改变量.参数估计结果符合研究预期.其中,小汽车的巢异质参数为0.328,高速铁路的为0.550,普通铁路的为0.619.三种交通方式的巢异质参数都显著小于1.000,表明同一种交通方式在不同出发日期内具有较强的相关性(或可替代性).并且,小汽车的相关性大于普通铁路和高速铁路的相关性.即当效用变量改变时,小汽车出行者更易变更其出发时间.这个结论和城市通勤交通的结论一致.
图表编号 | XD0045886800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 林小梅、邵春福、董春娇、王晟由 |
绘制单位 | 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室、北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室、北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室、北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室 |
更多格式 | 高清、无水印(增值服务) |