交通信息与出行者路线选择PDF电子书下载

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