图书介绍
交通信息与出行者路线选择pdf电子书版本下载
- 干宏程著 著
- 出版社： 北京：科学出版社
- ISBN：9787030395726
- 出版时间：2014
- 标注页数：159页
- 文件大小：51MB
- 文件页数：171页
- 主题词：交通信息系统－决策模型
PDF下载
下载说明
交通信息与出行者路线选择PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
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Probit 28
3.2.2 二元Logit 29
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Logit 61
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