交通信息与出行者路线选择2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

交通信息与出行者路线选择PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

第2章 个体选择行为理论5

2.1 选择理论的框架5

2.1.1 决策者5

2.1.2 选择项6

2.1.3 选择项的属性6

2.1.4 决策规则7

2.2 理性行为7

2.3 经济消费理论7

2.4 消费者理论的扩展10

2.5 离散选择理论11

2.6 概率选择理论16

2.6.1 常效用方法16

2.6.2 随机效用方法21

第3章 二元选择模型24

3.1 把随机效用理论变得有可操作性24

3.1.1 二元选择情形24

3.1.2 确定项和随机项24

3.1.3 系统项的构造25

3.1.4 干扰项的构造27

3.2 常见二元选择模型28

3.2.1 二元Probit28

3.2.2 二元Logit29

3.2.3 Probit和Logit模型的极限情形30

3.3 二元选择模型的案例30

3.3.1 二元Probit模型30

3.3.2 二元Logit模型31

3.4 二元选择模型的最大似然估计32

3.4.1 二元选择模型最大似然估计的一般性构造32

3.4.2 最大似然估计的计算（寻优算法）34

3.4.3 最大似然估计在特定二元模型中的应用36

3.5 最大似然估计结果示例39

3.5.1 二元选择模型估计结果39

3.5.2 一个二元选择模型的例子41

第4章 多元选择模型44

4.1 多元选择理论44

4.2 多元Logit模型46

4.2.1 多元Logit定义46

4.2.2 Gumbel分布：基本特征47

4.2.3 多元Logit推导48

4.2.4 多元Logit模型的极端情形49

4.2.5 线性参数Logit模型50

4.3 Logit模型的特征50

4.3.1 IIA特性50

4.3.2 Logit的弹性52

4.3.3 增量MNL模型54

4.4 多元Logit模型的构造55

4.5 多元Logit模型的估计56

4.5.1 最大似然估计56

4.5.2 针对重复观测的最大似然估计58

4.6 估计结果的举例59

4.7 其他多元选择模型61

4.7.1 随机系数Logit61

4.7.2 带序Logistic模型62

4.7.3 广义极值模型62

4.7.4 多元Probit模型65

第5章 二元Logit模型66

5.1 建模任务66

5.2 建模方法66

5.3 模型应用实例67

5.3.1 数据67

5.3.2 模型估计结果以及讨论68

第6章 二元Probit模型71

6.1 建模任务71

6.2 建模方法71

6.3 模型应用实例72

6.3.1 数据72

6.3.2 模型估计结果以及讨论72

第7章 多元Logit模型76

7.1 建模任务76

7.2 建模方法76

7.3 模型应用实例77

7.3.1 数据77

7.3.2 模型估计结果及讨论78

第8章 二元Logit面板模型81

8.1 建模任务81

8.2 建模方法81

8.3 模型应用实例83

8.3.1 数据83

8.3.2 模型估计结果以及讨论83

第9章 多种面板数据模型比较86

9.1 建模任务86

9.2 建模方法86

9.2.1 基于随机效应的模型86

9.2.2 基于随机系数的模型88

9.2.3 基于随机效应和随机系数的模型89

9.3 模型应用实例90

9.3.1 数据90

9.3.2 模型估计结果及讨论90

第10章 二元Probit面板模型94

10.1 建模任务94

10.2 建模方法94

10.2.1 横截面模型94

10.2.2 面板模型95

10.3 模型应用实例96

10.3.1 数据96

10.3.2 模型估计结果及讨论97

第11章 带序多元Probit面板模型100

11.1 建模任务100

11.2 建模方法100

11.2.1 横截面带序Probit模型100

11.2.2 面板数据带序Probit模型101

11.3 模型应用实例103

11.3.1 数据103

11.3.2 模型估计结果及讨论104

第12章 二元随机系数Probit模型108

12.1 建模任务108

12.2 建模方法108

12.3 模型应用实例110

12.3.1 数据110

12.3.2 模型估计结果及讨论111

第13章 集计预测技术115

13.1 集计问题115

13.2 集计方法分类116

13.3 集计方法的描述117

13.3.1 平均化个体方法117

13.3.2 分类法119

13.3.3 统计微分法121

13.3.4 直接积分法123

13.3.5 样本枚举法125

13.4 各种集计预测方法的比较127

第14章 建模中的常用检验及实用技巧131

14.1 引言131

14.2 建模的艺术131

14.3 一个方式选择模型案例132

14.4 变量构造的检验133

14.4.1 系数估计值的非正式检验133

14.4.2 渐近t检验的使用134

14.4.3 同时含多个参数的置信区间135

14.4.4 似然率检验的使用136

14.4.5 拟合优度指标的使用137

14.4.6 共通属性的检验138

14.4.7 非嵌套假设的检验138

14.4.8 非线性构造的检验139

14.4.9 受限的估计140

14.5 模型结构的检验141

14.5.1 IIA假设的检验142

14.5.2 口味差异性的检验144

14.5.3 异方差性的检验146

14.6 预测检验147

14.6.1 离群值分析148

14.6.2 市场分块预测检验148

14.6.3 政策预测检验150

参考文献152

索引158