没有合适的资源?快使用搜索试试~ 我知道了~
考虑出行群组异质性的有轨电车发展决策行为偏好研究.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 174 浏览量
2022-11-28
20:32:05
上传
评论
收藏 94KB DOCX 举报
温馨提示
试读
14页
考虑出行群组异质性的有轨电车发展决策行为偏好研究.docx
资源推荐
资源详情
资源评论
0. 引言
从国内外有轨电车发展的实践经验和研究结论来看,如何提高出行者接受发展有轨电
车的决策意向,保障有轨电车功能定位模式与其发展应用相匹配,是当前有轨电车发展顶
层设计中的重点问题。将支持有轨电车发展的探讨视为 1 项决策行为,从国内外有轨电车
发展的实践经验和研究结论来看,有轨电车发展决策受到环境要素、个体社会经济属性及
出行需求特征等因素的影响,而这些因素上的差异会影响决策者的价值判断及决策选择。
将支持有轨电车发展的决策行为看作为二分类因变量,针对不同异质性群组的偏好分
析,可采用 logistic 模型。logistic 模型是研究 1 组自变量(分类变量或连续变量)与因变
量(分类变量)之间常用的统计方法,适用于影响因素分析、作用机理,以及行为研究等
[1-4]
。由于本研究对有轨电车发展决策偏好的测量并非只有 1 次,而是在不同群组及不同情
景下的多次测量,因此在研究有轨电车发展决策偏好时需同时考虑群组个体属性、出行特
征,以及对有轨电车技术特性、功能定位感知等多层级因素的影响。
对于多层次结构数据的影响分析,传统研究方法主要分为 2 种
[5]
:①将对有轨电车感
知的情景类型作为自变量引入模型,并对不同情景类型下的同一异质性群组进行一元二分
类 logistic 模型进行拟合; ②独立看待每种情景类型,利用一元二分类 logistic 模型分别对
不同异质性群组进行拟合。整体来看,上述 2 种方法的研究思路都是通过不同途径对多层
次结构数据进行降维,再回归到传统一元二分类 lo-gistic 模型上进行拟合,但二者均存在
一定的局限性。方法①虽能够识别不同感知情景对同一异质性群组间的决策行为的偏好影
响,但难以识别不同感知情景之间的交互作用; 方法②虽能识别同一异质性群组在不同感
知情景下的有轨电车发展决策的偏好特征,但由于孤立看待群组对有轨电车的不同感知,
忽略了有轨电车发展发展决策偏好在不同感知情景下的内在关联性。
为弥补上述局限性,本文引入多水平 logistic 模型(multilevel logistic model, MLM)
[6-
9]
,构建考虑群组异质性的有轨电车发展决策偏好模型,将不同异质性群组的特性设置为多
水平 logistic 模型的不同水平,建立与数据层次结构相适应的效应结构和误差结构,分析不
同层次数据对有轨电车发展决策偏好影响的差异性估计以及各层次间的跨层相关估计
[10-
12]
,研究不同异质性群组对有轨电车发展决策的偏好特性,为科学合理制定有轨电车发展
策略提供理论支撑。
1. 多水平 logistic 模型
1.1 基本思路
传统一元二分类 logistic 模型为固定效应模型,数学表达体现为单一水平和单一随机
误差项,并假定随机误差项独立、服从方差为常态的正态分布。当数据存在层次结构时,
固定效应模型的误差项既包含模型不能解释的因变量的残差成份,也包含了不同层次变量
对因变量的效应成份,故随机误差项不满足独立常方差的假设条件
[13-14]
。
多水平 logistic 模型通过加入个体间随机误差和不同层次间的测量误差对传统固定效
用模型进行拓展和改进,其中高水平层间的变异象征潜在的总体变异,低水平层间的变异
表示随机测量误差,可以有效的将传统模型中的随机误差项分解到数据层次结构相应的各
水平层上,具有多个随机误差项并估计相应的残差方差及协方差,使得个体的随机误差更
纯
[15-17]
。多水平 logistic 模型具有固定效应成分和随机效应成分,属于广义线性混合模型
(generalized linear mixed models,GLMM)。以 3 水平嵌套结构的
分层模型为例,其表达式为
水平层 1
yijl=β0jk+∑i=1mβijkxijkyijl=β0jk+∑i=1mβijkxijk
水平层 2
β0jk=ξ00k+∑j=1nξ0jkujk+ε0jk⋮βijk=ξi0k+∑j=1nξijkujk+εijkβ0jk=ξ00k+∑j=1nξ0jkujk+ε0jk⋮βijk=ξi0k+∑j=1nξijkujk+εijk
水平层 3
ξ00k=v000+ξijk=vij0+∑k=1lv00kgk+τ00k⋮∑k=1lvijkgk+τijkξ00k=v000+∑k=1lv00kgk+τ00k⋮ξijk=vij0+∑k=1lvijkgk+τijk
(1)
其组合模型为
yijl=(v000+∑k=1lv00kgk+∑j=1nξ0jkujk+∑i=1mβi0kxijk+∑i=1m∑j=1nvij0ujkxijk+∑i=1m∑j=1n∑k=1lvijkgkujkxijk)+(∑mi=1εijkxijk+∑j=1nτijkujk+ε0jk+τ00k)yijl=(v000+∑k=1lv00kgk+∑j=1nξ0jkujk+∑i=1mβi0kxijk+∑i=1m∑j=1nvij0ujkxijk+∑i=1m∑j=1n∑k=1lvijkgkujkxijk)+(∑i=1mεijkxijk+∑j=1nτijkujk+ε0jk+τ00k)
(2)
式中:y
ijl
为结局事件的目标函数; i, j, k 分别为水平层 1、水平层 2、水平层 3 的变量
序号; m, n, l 分别为水平层 1、水平层 2、水平层 3 变量的个数; x
ijk
为在水平层 3(第 k 项)
和水平层 2(第 j 项)的嵌套结构下的水平层 1 的第 i 项解释变量,β
ijk
为水平层 1 对应的解
释变量 x
ijk
的归回系数; u
jk
为在水平层 3(第 k 项)嵌套结构下的水平层 2 的第 j 项随机效应
解释变量,ξ
ijk
水平层 2 对应的随机效应解释变量 u
jk
的随机系数; g
k
为水平层 3 第 k 项的随
机效应解释变量,v
ijk
为水平层 3 对应的随机效应解释变量 g
k
的随机系数; ε 为水平层 2 残差
项; τ 为水平层 3 残差项。
1.2 模型拟合
多水平 logistic 模型估计方法最常用的为最大似然估计(maximum likelihood, ML)及
限制性极大似然估计(restricted estimation maximum likelihood, REML)。由于多水平
logistic 模型存在各水平层残差组成的复合残差结构,需同时估计 3 种参数,即固定回归系
数(固定效应),随机回归系数(随机效应),以及水平间的交互作用(水平间的方差/协
方差),故当解释变量及水平组群维数较多时,采用分步估计方法
[18-19]
。
1)拟合空模型。空模型是指模型中不包含任何解释变量而仅含截矩项的模型,也称
为零模型或截矩项模型。空模型是建立多层模型的基础,根据空模型可计算组内相关系数
(intra-class correlation co- efficient, ICC),其值为高水平变量的方差与总体方差的比值,
可据此判断是否存在高水平间组间变异,同时也可判断组间变异占总变异的比例,用于确
定是否有必要建立多层模型,否则直接采用常规的多元线性回归模型。通过运行空模型,
可以分析判断组内变异和组间变异在结局测量的变异中的贡献值。
2)拟合带宏观解释变量的随机截距模型。带宏观解释变量的随机截距模型是指将组
水平解释变量加入空模型中,理论上所有的组水平解释变量都应该考虑加入空模型中,即
所有非水平层 1 的解释变量。与空模型相比,该模型具有相同的截距项,但增加了组水平
的固定效应,以便更好的解释高水平变量截距的变异。
3)拟合随机截距模型。随机截距模型是在带宏观解释变量的随机截距模型的基础上
进一步加入水平层 1 的解释变量。该模型将全部解释变量假设为固定效应变量,即所有解
释变量的斜率看作是固定斜率。根据该模型确定各水平层解释变量固定效应参数,用以识
别和检验影响结果变异的解释变量。
4)拟合随机效应 logistic 模型。随机效应 logis-tic 模型是指不仅考虑结局变量的组水
平随机效应会跨组变化,而且需要考虑解释变量与结局变量之间的关系也会随组水平的变
化而变化。该模型中截距和水平层 1 解释变量都有 1 个随机斜率,即不仅截距项具有随机
效应,而解释变量也有随机效用。模型拟合是通过水平层 1 残差方差的显著性来判断其是
否具有随机斜率,即检验解释变量对结局变量的随机效应是否存在跨水平交互作用。
5)拟合完整模型。若组水平解释变量斜率经检验是随机的,可将其作为模型中水平
1 解释变量的函数,用来解释水平层 1 随机斜率的变异,确定其跨水平交互作用,组建完
整模型。
2. 问卷设计与调查
2.1 问卷设计
有轨电车发展决策偏好问卷调查主要是采集被调查者的个人家庭特征、个人社会属
性、出行信息,以及个体对有轨电车发展决策的偏好特性。本研究问卷设计融合 RP 法和
SP 法,问卷分为:①个人基本信息,主要包括个人和家庭社会属性、家庭可支配的出行资
源、使用公共出行资源情况; ②不同情境下的决策偏好特征调查,设计 2 种情景:a)考虑
有轨电车技术属性优势的影响,个体对有轨电车功能定位模式偏好选择,并罗列出 3 条对
偏好决策最具影响作用的优势属性项; b)在情景 a)的基础上,进一步考虑有轨电车技术
属性劣势的影响,个体对功能定位模式偏好选择,并罗列出 3 条对偏好决策最具影响作用
的劣势属性项。
2.2 调查与样本分析
剩余13页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3646
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于STM32单片机空气监测系统设计源码+详细文档+配套全部资料(毕业设计).zip
- rdf0412-kcu116-pcie-c-2019-1.zip(XILINX KCU116 源码)
- 基于C#语言的winform界面火车票订票系统(源码+实验报告)
- 【华为OD部分真题及讲解】华为OD部分真题及讲解
- 基于Python+Django的京东商品比价系统源码+全部资料(毕业设计).zip
- G460 G560 Z460 Z560的最新BIOS 2.18版(无白名单)
- MetaJUI v0.4
- 基于Python+Django的京东商品比价系统源码+全部资料(毕业设计).zip
- linux常用命令大全
- 立体相机标定-使用OpenCV+Cpp对立体相机进行标定-calibration-附项目源码+流程教程-优质项目实战.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功