一、多项Probit模型参数的极大似然估计（论文文献综述）
胡学叶[1]（2021）在《非线性回归模型误差方法差的经验似然估计》文中研究表明本文主要利用经验似然方法分别研究了非线性回归模型和Probit回归模型误差方差的估计问题,并在一定的假设条件下,证明了该估计量的渐近正态性,得出该估计量的渐近方差比传统估计的渐近方差更小.通过数值模拟验证了本文的主要结论,同时比较本文提出的估计与传统估计的功效.本文的主要内容为:第一章是绪论,对非线性回归模型的研究概况,Probit回归模型的研究概况,经验似然方法的研究概况以及本文研究的内容和创新点进行了简要的介绍.第二章通过经验似然方法对非线性回归模型的误差方差进行估计,与传统方法得到的估计量的渐近方差进行比较,并给出必要的假设条件,主要结论,模拟结果,引理及主要结论的证明.第三章通过经验似然方法对Probit回归模型的误差方差进行估计,与传统方法得到的估计量的渐近方差进行比较,并给出必要的假设条件,主要结论,模拟结果,引理及主要结论的证明.
薛刚[2]（2021）在《考虑驾驶员道路熟悉程度的山区公路单车事故影响因素研究》文中指出随着我国提出全面建成交通强国的发展目标,山区公路交通也得到了快速发展。与此同时,山区公路复杂的驾驶环境对车辆性能、驾驶技能和注意力的要求高于非山区公路,导致其交通事故多发,且事故严重程度偏高等交通安全问题尤为突出。单车事故是其中最重要的事故类型之一,且在发生机理和关键影响因素方面与多车碰撞事故存在较大差异。此外,驾驶员道路熟悉程度是影响其驾驶行为的重要因素,以往研究表明该因素对驾驶行为和交通安全兼具积极和消极的影响。但目前相关研究采用不同的道路熟悉程度度量标准,没有统一的标准来区分高熟悉程度与低熟悉程度的驾驶员,使得不同研究成果之间不具有可对比性。由于对高与低熟悉程度驾驶员发生山区公路单车事故的相关因素、在事故中受伤严重程度的影响因素均缺乏认识,导致目前山区公路交通安全改善对策尚未考虑高与低熟悉程度驾驶员之间的差异,不利于制定并完善更加精准的对策。本文针对山区公路单车事故多发且事故严重程度偏高、驾驶员道路熟悉程度对驾驶行为和交通安全有重要影响等两个特性进行探索和研究。从驾驶员道路熟悉程度角度出发,揭示高与低熟悉程度驾驶员发生山区公路单车事故的相关因素、在事故中受伤严重程度的影响因素,旨在为山区公路高与低熟悉程度驾驶员降低事故发生频次及受伤严重程度提供更精准的对策和理论指导。本文的主要研究内容包括:（一）驾驶员道路熟悉程度度量方法及标准。首先,基于透镜模型,分析了不同道路熟悉程度驾驶员调整其驾驶行为过程的差异。其次,基于心理学领域关于熟悉程度度量的相关研究,提出了一种考虑驾驶员通行总时间和时间间隔的道路熟悉程度度量新方法。随后,通过解析基于驾驶员通行频率、基于驾驶员通过地点与常住地址间距离的道路熟悉程度度量方法的研究成果,得到高熟悉程度与低熟悉程度驾驶员驾驶行为产生显着差异的分界值,由此统一驾驶员道路熟悉程度的度量标准。最后,以事故发生地点与涉事驾驶员常住地址间空间距离为依据,将涉事驾驶员分为高熟悉程度和低熟悉程度两类,为后文影响因素分析模型中研究对象划分奠定了基础。（二）山区公路单车事故分布特征及驾驶员风险感知准确性研究。首先,通过搜集、处理并分析云南省山区公路单车事故数据,得到了其在驾驶员、车辆、道路、环境等方面的分布特征。由此定义了高与低熟悉程度驾驶员发生山区公路单车事故的相关因素分析模型、高与低熟悉程度驾驶员在事故中受伤严重程度影响因素研究模型中的自变量（包括事故发生季节、时间段、路段类型、天气状况、照明情况、限速值、事故类型、车龄、车辆类型、驾驶员年龄、性别、是否酒驾、是否使用安全带等）,并验证了自变量之间不存在多重共线性关系,为影响因素分析模型提供了数据基础。其次,为分析驾驶员对山区公路特殊路段危险程度的感知准确性,对比了急弯、连续长大下坡、险要路侧环境、隧道等4类特殊路段的主观风险值与客观风险值,并分析了驾驶员年龄、性别、事故经历及其受伤情况对感知准确性的影响。（三）高与低熟悉程度驾驶员发生山区公路单车事故的相关因素分析。基于山区公路单车事故数据,分别以驾驶员对事故发生地点具有高熟悉程度与低熟悉程度作为因变量。基于二元logistic回归模型,构建了高与低熟悉程度驾驶员发生山区公路单车事故的相关因素分析模型,并对比分析了高熟悉程度与低熟悉程度驾驶员模型结果之间的异同,发现研究结果之间存在较大差异。最后,分析了差异存在的原因,并分别从高熟悉程度和低熟悉程度驾驶员驾驶行为调整、山区普通公路和具有大量低熟悉程度驾驶员的山区旅游公路优化等两个方面,提出了山区公路单车事故预防的改善对策。（四）高与低熟悉程度驾驶员在山区公路单车事故中受伤严重程度影响因素分析。基于山区公路单车事故数据,采用标准有序probit模型和随机效应广义有序probit（REGOP）模型,构建高熟悉程度与低熟悉程度驾驶员受伤严重程度的影响因素分析模型。采用pseudo-R2值验证了所建立的REGOP模型适用性优于标准有序probit模型。研究结果表明,高熟悉程度与低熟悉程度驾驶员在事故中受伤严重程度的影响因素存在较大差异,同时显着影响两类驾驶员受伤严重程度的因素仅包括00:00-06:59时间段、雨天、侧翻事故类型,其它因素对两类驾驶员受伤严重程度的影响均不相同。其次,验证了驾驶员受伤严重程度影响因素具有时间稳定性。最后,分别从高熟悉程度和低熟悉程度驾驶员驾驶行为调整、山区普通公路和山区旅游公路优化等两个方面,提出了山区公路单车事故中缓解驾驶员受伤严重程度的改善对策。
赵伟宁[3]（2020）在《基于改进Logit模型的高速公路交通事故严重程度分析方法》文中进行了进一步梳理高速公路交通事故是危害人身财产安全的重大隐患之一,亟待解决。解决问题的关键在于对已发事故严重程度进行研究,依据数据反映的事故严重程度发生规律采取相应措施减轻事故伤亡。本文以基础离散选择模型（多项Logit模型）为主要依托,建立了一种中观与微观层面分析结合的组合严重程度分析预测模型——考虑异质性及参数组间差异的潜类别混合Logit模型（简称“改进模型”）。为确保模型捕捉到单车事故与多车事故间的差异,本文针对单车事故和多车事故分别进行分析。首先,对交通事故严重程度离散选择模型的基础理论及原理进行对比分析,选定多项Logit模型作为事故严重程度分析的基础方法;利用2008年～2017年黑龙江省高速事故数据,标定了事故严重程度多项Logit模型。其次,为刻画各因素对事故严重程度影响的异质性,在多项Logit模型基础上引入随机参数,构建混合Logit模型,并采用模拟极大似然估计方法对混合Logit模型进行参数估计;为体现多项Logit模型中参数组间差异性,构建潜类别Logit模型,并采用极大似然估计方法对模型进行求解。然后,为综合解析异质性和参数组间差异性,融合混合Logit和潜类别Logit模型,构建潜类别混合Logit模型;为提高参数估计的效率与准确性,引入马尔科夫链蒙特卡罗完全贝叶斯参数估计方法,对改进模型中的参数进行求解,并评价模型拟合与预测方面的改进效果。最后,采用K-折交叉验证方法验证各模型的泛化能力,根据参数估计结果分析事故严重程度关键影响因素,并以敏感性分析为依据提出针对性安全改善措施。研究结果表明:改进模型兼具随机参数模型与潜类别模型的优点,能够充分刻画异质性并有效描述参数组间差异,并具有良好的拟合优度、预测精度与可转移性;多车事故与单车事故各严重程度等级的影响因素存在明显差异,在改善交通安全过程中应综合考虑。
汪军[4]（2020）在《非线性模型中处理效应的估计及其应用》文中进行了进一步梳理在流行病学、医学、社会学和经济学等学科中,研究者们通常关心处理效应的估计问题。因为政策干预的效果大小影响着政策是否需要广泛的实施,新药的效果大小影响着是否生产新药,这些效果的大小都可以用处理效应来刻画。因此,处理效应的估计显得极其重要。在流行病学、医学、社会学和经济学等学科中,有很多响应变量是离散的,因此研究非线性模型中处理效应的估计问题也是非常重要的。由于非线性模型的特殊性和模型中存在不可观测的且是异质的变量,一般平均处理效应的估计方法并不适用于非线性模型。在这篇文章中,我们主要考虑非线性模型中处理效应的估计方法,并将理论方法应用到实际数据分析中。在本文中,我们主要的研究工作为以下几点。（1）考虑匹配数据中组之间存在异质性的probit模型,在组之间存在比较大差异（组效应较大）的时候,我们提出一种新的方法估计模型中的处理效应,并在理论上证明提出的估计量具有一致性和渐近正态性。另外,模拟研究表明提出的估计量有良好的有限样本性质,且当组效应来自双峰不对称分布的时候,提出的估计量是优于Heckman方法;就偏差和均方根误差而言,提出估计量比逆概率加权估计量和条件似然估计量好。我们将提出的方法应用于母亲怀孕期间抽烟对低生儿的影响。（2）考虑出现不可观测混杂的非线性模型,允许个体之间不可观测的混杂是异质的。当不可观测混杂较大的时候,我们提出一种新方法估计非线性模型中的处理效应和一个统计量来检验非线性模型中处理效应的存在性,并在理论上证明提出的估计量是一致且渐近正态的。模拟研究表明提出的估计方法对于各种不可观测混杂的分布是稳健的,且提出的估计方法不会改变模型中处理效应的方向。我们将提出的方法应用于母亲怀孕期间饮酒对低生儿的影响。（3）考虑在非线性模型中,允许不可观测混杂对处理变量和结果变量影响方向不一致和不可观测混杂与随机项的关系是任意的。我们利用拟似然方法估计该模型中的处理效应,并且证明拟似然估计量相对于伪真实参数是一致且渐近正态的,当处理变量内生性弱的情况下,我们提出拟似然估计量优于特殊回归估计量。我们将提出的理论方法应用于病人是否拥有私人健康医疗保险对是否就医的影响。
王一晨[5]（2020）在《出行者有限理性路径选择行为与模型的实证研究》文中认为交通流分配研究是城市交通规划的重要理论基础,而出行路径选择行为直接决定交通流分配的结果,是城市交通系统分析的重要内容。在行为决策的不断发展之下,有限理性出行行为影响因素研究、有限理性路径选择理论模型应运而生。有必要对不同的有限理性行为特征及影响因素进行系统地梳理与验证,为了凸显理论模型的实际意义,也需要相应实证研究的支撑。因此,本文对出行者路径选择行为进行深入系统地分析,重点利用大规模数据集,从理论与实证两个角度系统分析有限理性行为特征及有限理性路径选择决策规则。对主流的有限理性路径选择理论模型进行参数拟合与预测,比较实际应用效果。在此基础之上,对考虑可变时间价值的路径选择模型进行进一步的改进以提高模型对实际问题的解释能力。具体研究内容和结论如下:首先,从心理学和决策科学等视角,对有限理性因素进行了系统的梳理和详细的分析;系统地对现有考虑有限理性的路径选择模型进行对比剖析,包括考虑单一有限理性因素的路径选择模型,如常规Logit路径选择模型、考虑非对称偏好的路径选择模型和考虑惯性阈值的路径选择模型以及综合考虑多种有限理性因素的可变时间价值路径选择模型及拓展。分析不同假设前提下的出行路径选择行为规则,从各个角度分析现有模型中考虑到的个体行为决策因素,比较之间的区别与联系,延伸与拓展,从多角度理解模型的特点,行为的量化方式,所依赖的决策依据以及所适用的参数估计方法。然后,对影响路径选择行为的多个有限理性因素进行实证的验证。通过Wilcoxon秩和检验,Kruskal-Wallis秩和检验等非参数假设检验方法以及Logistic分类方法,△-推断启发式决策方法等实证方法对数据集中体现的出行者的有限理性行为特征进行验证,检验结果表明在一定显着性水平之下,决策者具有非对称偏好行为特征和满意型行为特征。最后,对现有的四个路径选择模型进行了系统的对比分析与参数拟合并进一步地提出了更能准确预测实际路径选择行为的改进的可变时间价值路径选择模型。运用极大似然估计方法,模拟极大似然估计法,全局搜索等方法对各模型进行参数拟合并进行预测。比较各模型的优良性,总体显着性和预测精度,探究不同模型对出行者实际出行行为的解释能力。综上所述,本文利用大规模数据集,从理论与实证角度对有限理性行为特征及影响因素进行了系统的梳理和详细的分析,运用不同参数估计方法得出了不同路径选择模型的参数估计以及预测结果,系统地验证了各理论模型在实际出行选择中的适用性。在此基础之上,提出拟合优度更高的改进的可变时间路径选择模型,提高了预测准确度,为实际交通问题研究中路径选择模型的选择提供了依据。
刘常彪[6]（2020）在《离散选择模型的统计推断及应用》文中研究表明随着我国统计制度的不断完善以及互联网络的迅速发展,研究人员获得微观数据尤其是微观面板数据的机会越来越多,因此,使用微观面板数据研究个体选择行为的理论和实证研究工作正逐渐成为一个焦点和前沿问题.研究个体的选择行为通常使用的是非线性离散选择模型,由于非线性离散选择模型结构的特殊性使得传统的线性模型的估计方法并不适用,相对于线性模型而言非线性离散选择模型的估计方法更加复杂,在其理论研究方面还有许多工作值得我们探讨.在这篇文章中我们在理论上研究了离散选择模型的参数估计问题,并通过实际数据来分析离散选择模型在我们研究中的应用.在这篇文章中我们的主要研究工作和创新点分为以下几点来叙述.（1）考虑带有个体异质性的动态二值面板选择logit模型,在时间T固定个体N趋于无穷大时,我们提出了一个新的估计方法,模拟结果表明提出的估计量在小样本情况下性能表现的非常良好,另外,在理论上我们证明了该估计量的一致性和渐近正态性.与已有的动态二值logit模型的多个估计方法对比,模拟指出我们的估计量有着更小的平均偏差和均方根误差.（2）考虑带有个体和选项异质性的多项选择模型,在时间T固定个体N趋于无穷大,误差项没有指定一个特定的分布下,我们提出了一个半参数方法估计多项选择模型,并推导了该估计量的大样本性质,在理论上证明了它满足一致性,与极大似然估计方法模拟对比发现我们的估计方法表现的较为稳健.（3）考虑随机后悔最小化模型,我们使用秩序的选择数据估计模型参数,发现随着秩序选择数据长度的增加估计量的效率得到了显着提高,并且在理论上我们给出了这一结论的证明.相对于标准的随机后悔最小化模型,模拟指出秩序随机后悔最小化模型的估计量有着更小的平均偏差和均方根误差.（4）文章提出了一个考虑集模型,在第一阶段,通过一定的消除规则将选择集中产品缩小到一个更小的集合形成考虑集,在第二阶段,在考虑集中消费者选择最优的产品.模拟结果指出我们的考虑集模型优于单阶段的随机效用多项logit模型和随机后悔最小化模型.另外,我们也给出了一个确定考虑集大小的准则,在满足一定条件下使用我们的方法可以准确的预测考虑集的大小.（5）在实证分析方面,我们做了如下的研究工作,首先,本文使用了消费者购买洗涤用品的面板数据,利用二值动态logit模型研究消费者的购买习惯问题,发现消费者多次购买之间存在明显的惯性,即上一次的购买决策显着的影响下一次的购买决策;然后,我们使用家庭购买人造黄油的面板数据,通过秩序的随机后悔最小化模型来研究消费者对该产品的购买行为;最后,我们使用家庭购买番茄酱的面板数据研究考虑集模型,发现特色广告促销方式对消费者考虑集的构成有着显着的影响.
史远[7]（2020）在《多种公交到站信息发布形式下的乘客出行行为研究》文中进行了进一步梳理随着我国城市化进程的快速推进和国民生活水平的大幅提高,交通拥堵给人们生产生活带来的困扰日益突出。智能交通系统采取车联网、大数据分析、云平台、空间感知等技术对人、车、路进行综合分析,能够有效提升交通建设水平。本文以乘客出行行为为研究对象,以公交信息发布为出发点,将二者深度结合,以使交通资源得到充分利用,乘客出行成本得到有效控制。对乘客在多种公交到站信息发布形式下的出发时间和出行行为进行对比研究,并基于乘客感知成本分析,深度挖掘影响乘客出行选择的各种因素,揭示乘客在不同公交到站信息发布形式下的出行选择机理,为优化智能公交发布系统提供理论依据。本文首先采用均匀设计的方法设计调查问卷,并通过RP-SP调查法假设出行情境获取乘客出行时间选择数据,应用SPSS软件对数据进行筛选处理并进行Logistic回归计算,根据计算结果分别建立静态公交到站时刻表、实时公交到站时刻和实时公交到站区间发布下的乘客出发时间选择的有序多项Logit预测模型,发现通常候车时间、查询信息频率、车程、抵达站点方式和车站候车人数均影响乘客出发时间选择;而后在分析出发时间选择的基础上,通过构建公交出行信息对出行者感知成本影响模型,建立乘客出行决策的巢式Logit模型,验证感知成本影响模型的合理性;最后采用探索性因素分析与结构方程模型相结合的方法,探究多种信息发布模式下乘客出行行为的影响因子和决策因子,并利用结构方程模型分析出行行为内部因子间的相互作用以及各变量之间的关系,比较不同变量对乘客出行行为的影响强度,从而更好地揭示公交信息发布对乘客出行行为的作用机理。通过本文研究,有效筛选出影响乘客出行行为的主要因素,建立起实时动态的交通信息发布体系,对乘客在不同公交信息发布形式下的出行决策特性有了更加深入的了解,对乘客在不同公交到站信息发布形式下的出行选择机理做了进一步说明,为完善智能公交发布理论和优化智能公交发布系统提供依据及技术支持。
郭季[8]（2020）在《不同规模城市居民出行方式选择行为机理研究》文中研究指明近年来,在我国经济社会迅速发展的背景下,城市交通供需矛盾日益突出,交通供给水平滞后于交通需求,导致交通拥堵和环境污染加剧,城市发展面临着巨大的障碍。为解决城市发展面临的交通问题,从需求侧入手提高交通系统的效率,不仅效果显着而且利于城市交通系统的可持续发展。深入研究居民的出行方式选择行为,可以科学地引导居民的出行,促进公共交通的使用,从而优化出行结构,平衡交通供需。本文对城市居民的出行方式进行研究,分析居民的出行方式选择行为和选择机理,比较不同规模的城市的差异,为相关部门制定因地制宜的交通管理政策提供参考依据。本文基于山西省城市居民出行选择行为和意向调查数据,研究了城市居民的出行方式选择行为和出行方转移意愿。首先,对居民选择公交车出行的因素和机理进行研究。分别利用大、中、小3个城市的数据,以个人属性、出行偏好、交通供给、公交出行行为、出行特性和公交出行为作为潜在变量,选取了26个相关变量为观测变量,构建了居民公交出行方式选择结构方程模型,并使用偏最小二乘法进行参数估计。再将所有调查城市的数据进行整合,在原有变量的基础上,新增城市规模变量构建结构方程模型,研究城市规模对居民选择公交出行的影响。研究发现,各类潜在变量对居民的公交出行选择有显着的影响,且不同规模的城市,影响因素存在差异,较大规模城市的居民比较小规模城市的居民更倾向于乘坐公共交通。然后,对居民的出行方式选择行为进行研究。针对大、中、小3个城市的数据,使用MIMIC模型将影响出行偏好的个人属性原因变量与解释出行偏好的指标变量进行关联,构建居民出行偏好态度模型。然后,将出行偏好引入巢式Logit模型,选取包括出行偏好在内的19个自变量构建了居民出行方式选择SEM-Logit模型,发现个人属性、出行活动属性、环境属性和交通方式属性对公交车、出租车、私家车、步行/自行车的使用产生影响,但对每个城市的出行者而言,具体的影响因素有差异。再将所有调查城市的数据进行整合,新增城市规模变量构建SEM-Logit模型,研究城市规模对出行方式选择的影响。研究发现城市规模是影响出行方式选择的显着因素,随着城市规模的增大,居民选择公共交通出行的意愿增加。最后,对居民的出行方式选择意向进行研究。对各个城市实施公交刷卡6折制和公交刷卡5折制的条件构建了居民出行方式转移意愿二项Logit模型,使用概率集计法预测了各城市中有方式转移意愿的居民比率。研究发现实施公交优惠政策后大量居民愿意乘坐公交车出行,且中等城市居民转移意愿最强烈,小城市居民对折扣最敏感。再针对大城市开通地铁后的情形进行假设,构建地铁出行方式转移意愿二项Logit模型,使用概率集计法预测了愿意乘坐地铁出行的居民比率,发现对大城市居民而言,地铁具有很强的吸引力。基于以上研究,本文为不同规模的城市交通管理部门实施交通需求管理策略和优化居民的出行结构提供了参考。
李闻浩[9]（2020）在《基于出行链的区域轨道交通客流分析》文中研究指明近年来,我国部分地区已经迈入城市化高速发展阶段,人口数量和经济规模不断攀升。随着我国经济的不断发展,交通基础设施的建设也日益完善,为满足居民生活出行方式的多样化需求,轨道交通的建设更是发展迅速。高速铁路干线的布局逐步密集,城市轨道交通的建设逐步扩大,都呈现出网络化和多制式的趋势。但各个城市都有着各自的优势和劣势,其政治、经济和文化生活的繁荣离不开发达健康的交通网络,需相互紧密交流和合作才能持续发展,区域轨道交通一体化是城市群经济持续高速发展的重要内容。本文以分析基于出行链的区域轨道交通客流为目的,将区域范围内的出行旅客作为研究对象。首先在城市群基础上界定区域轨道交通范围,并根据区域轨道交通特性,给出本文所研究的区域出轨道交通出行链定义,对其影响因素进行分析,并在此基础之上,对区域轨道交通出行链的总体特征进行总结;然后简要介绍旅客出行行为调查的RP和SP调查方法并对其进行对比分析,并设计问卷进行调查,对调查旅客的个人属性和出行行为进行简要统计分析;随后对非集计模型的基本概念、效用随机和最大化理论进行总结,介绍了典型的非集计模型,随后运用离散选择模型中的巢式Logit模型建立了基于出行链的区域轨道交通客流分担率的三层NL模型,模型的上层通过条件概率来约束模型的下层,而模型的下层通过自身总效用的对数logsum作为上层模型的一个特征变量,并给出模型求解的具体方法,使更全面地研究区域轨道交通客流。最后对成渝区域轨道交通客流进行实例分析,利用成渝区域出行旅客调查数据,建立三层NL模型,求解分析客流,包括每种类型的出行链比例,出行链长度等,以出行链为切入点分析客流的出行特征,并以图表的形式展示相应结果。
李伟明[10]（2019）在《长江上游航运与公铁路运输竞争模式研究》文中提出交通运输行业主要的货物运输方式有内河航运、公路运输以及铁路运输。长期以来,内河航运都是交通运输行业的重要组成部分。长江上游航道是连接东西部的重要水运通道,长江上游航运一直以来对长江上游的货物运输作出了重大贡献。随着长江上游航道建设取得的较明显成果,在长江上游地区,航道担任的货物运输比例也在不断加大,关乎着长江上游经济的发展。本文分析了长江上游地区的运输现状,总结了三种运输方式的基本特点,初步认为货物选择运输方式的依据往往与经济投资性、运输能力、运输效率、节能环保性、货物安全性等个方面有关。三种运输方式在不同的方面各自拥有其独特的优缺点,使得它们对货物运输的吸引力也有所不同。三种运输方式对货物运输的吸引,从另一个角度上看,可以理解为待运货物在三种运输方式的上的分配。研究航运与公铁路运输竞争,即是研究货物托运者对三种运输方式的选择。本文在详细研究国内外决策者对几个备选项间进行选择的问题基础之上,发现长江上游航运与公铁路运输竞争问题也是该类决策问题,货物托运者选择运输方式与三种运输方式的性质以及货物本身的性质都有关系。本文先分析确定了影响长江上游航运与公铁路运输竞争的因素,选取了运输费用、运输距离、货物重量三个因数作为影响选择三种运输方式概率的因素。然后使用多元离散选择建立长江上游航运与公铁路运输竞争离散模型,运用MATLAB中提供的mnrfit函数和mnrvalt函数编程,进行了Logistic回归。先运用函数mnrfit求得概率比数的自然对数表达式,再运用mnrval函数预测了在航道提升后货物选择水铁公路的百分比。本文解释了三个影响因素的对竞争的影响意义,并最终预测了货物在三种运输方式上的分配量。本文使用的这种方法有效的考虑了上游航运与公铁路运输竞争的因素,可以更加合理的预测航道提升后货物在三种运输方式上的分配比例,从而算出航道提升诱导的水路货运量,对航道的建设也具有一定的指导意义。论文的最后对相关结论及技术进行了总结和展望。
二、多项Probit模型参数的极大似然估计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多项Probit模型参数的极大似然估计（论文提纲范文）
（1）非线性回归模型误差方法差的经验似然估计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| §1.1 非线性回归模型的研究概况 |
| §1.2 Probit回归模型的研究概况 |
| §1.3 经验似然方法的研究概况 |
| §1.4 本文的主要内容和创新点 |
| 第二章 非线性模型误差方差的经验似然估计 |
| §2.1 引言 |
| §2.2主要结果 |
| §2.3 模拟结果 |
| §2.4 引理及其证明 |
| §2.5 主要结果的证明 |
| 第三章 Probit回归模型误差方差的经验似然估计 |
| §3.1 引言 |
| §3.2 主要结果 |
| §3.3 模拟结果 |
| §3.4 引理及其证明 |
| §3.5 主要结果的证明 |
| 结论及展望 |
| 参考文献 |
| 致谢 |
（2）考虑驾驶员道路熟悉程度的山区公路单车事故影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及来源 |
| 1.1.1 山区公路交通安全问题突出 |
| 1.1.2 驾驶员道路熟悉程度对交通安全的重要影响 |
| 1.2 研究意义 |
| 1.3 论文研究内容与结构安排 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文结构安排 |
| 1.4 本章小结 |
| 第二章 国内外研究现状综述 |
| 2.1 引言 |
| 2.2 山区公路单车事故影响因素研究现状 |
| 2.2.1 山区公路单车事故中道路相关因素研究现状 |
| 2.2.2 山区公路单车事故中气象环境因素研究现状 |
| 2.3 驾驶员道路熟悉程度研究现状 |
| 2.3.1 驾驶员道路熟悉程度的度量方法 |
| 2.3.2 驾驶员道路熟悉程度对交通安全的影响 |
| 2.4 道路交通事故严重程度数据分析方法的研究现状 |
| 2.5 国内外研究现状评述 |
| 2.6 本章小结 |
| 第三章 驾驶员道路熟悉程度度量方法及标准 |
| 3.1 引言 |
| 3.2 驾驶员道路熟悉程度的经济效益分析 |
| 3.3 考虑驾驶员道路熟悉程度的驾驶行为调整过程分析 |
| 3.4 考虑驾驶员通行总时间、时间间隔的道路熟悉程度度量方法 |
| 3.4.1 驾驶员道路熟悉程度影响因素分析 |
| 3.4.2 驾驶员道路熟悉程度度量方法 |
| 3.4.3 案例分析 |
| 3.5 考虑通行频率的驾驶员道路熟悉程度度量方法及标准 |
| 3.6 考虑驾驶员通过地点与常住地址间距离的道路熟悉程度度量方法及标准 |
| 3.7 本章小结 |
| 第四章 山区公路单车事故分布特征及驾驶员风险感知准确性 |
| 4.1 引言 |
| 4.2 山区公路单车事故数据的来源及预处理 |
| 4.3 山区公路单车事故分布特征分析 |
| 4.3.1 山区公路单车事故中驾驶员相关特征分析 |
| 4.3.2 山区公路单车事故中车辆相关特征分析 |
| 4.3.3 山区公路单车事故中道路相关特征分析 |
| 4.3.4 山区公路单车事故中环境相关特征分析 |
| 4.3.5 变量的选取及多重共线性检验 |
| 4.4 山区公路驾驶员风险感知准确性 |
| 4.4.1 山区公路驾驶员感知风险调查 |
| 4.4.2 统计风险和感知风险的数值量化方法 |
| 4.4.3 驾驶员风险感知准确性结果分析与讨论 |
| 4.5 本章小结 |
| 第五章 高与低熟悉程度驾驶员发生山区公路单车事故的相关因素分析 |
| 5.1 引言 |
| 5.2 研究问题及方法概述 |
| 5.2.1 研究问题概述 |
| 5.2.2 研究方法概述 |
| 5.3 高与低熟悉程度驾驶员发生山区公路单车事故的相关因素分析模型构建 |
| 5.3.1 自变量筛选 |
| 5.3.2 模型构建 |
| 5.3.3 拟合优度检验 |
| 5.4 高熟悉程度驾驶员模型结果分析及讨论 |
| 5.4.1 高熟悉程度驾驶员模型结果分析 |
| 5.4.2 高熟悉程度驾驶员模型结果讨论 |
| 5.5 低熟悉程度驾驶员模型结果分析及讨论 |
| 5.5.1 低熟悉程度驾驶员模型结果分析 |
| 5.5.2 低熟悉程度驾驶员模型结果讨论 |
| 5.6 高与低熟悉程度驾驶员模型结果对比分析 |
| 5.7 本章小结 |
| 第六章 高与低熟悉程度驾驶员在山区公路单车事故中受伤严重程度影响因素分析 |
| 6.1 引言 |
| 6.2 研究问题概述 |
| 6.3 高与低熟悉程度驾驶员在山区公路单车事故中受伤严重程度研究模型 |
| 6.4 高熟悉程度驾驶员模型结果分析及讨论 |
| 6.4.1 高熟悉程度驾驶员模型结果分析 |
| 6.4.2 高熟悉程度驾驶员模型结果讨论 |
| 6.5 低熟悉程度驾驶员模型结果分析及讨论 |
| 6.5.1 低熟悉程度驾驶员模型结果分析 |
| 6.5.2 低熟悉程度驾驶员模型结果讨论 |
| 6.6 高与低熟悉程度驾驶员模型结果对比分析 |
| 6.7 驾驶员受伤严重程度影响因素的时间稳定性检验 |
| 6.8 山区公路单车事故的安全改善对策 |
| 6.9 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文研究工作总结 |
| 7.2 本文研究工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（3）基于改进Logit模型的高速公路交通事故严重程度分析方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及目的和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状综述 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 事故数据处理及分析 |
| 2.1 数据整体描述 |
| 2.1.1 数据来源 |
| 2.1.2 数据类型 |
| 2.1.3 建模样本组织 |
| 2.2 建模变量统计特性分析 |
| 2.2.1 事故严重程度分布特性 |
| 2.2.2 自变量描述性统计特性 |
| 2.3 建模变量选择 |
| 2.3.1 自变量相关性检验 |
| 2.3.2 逐步回归分析 |
| 2.4 本章小结 |
| 第3章 基于Logit的事故严重程度预测模型构建 |
| 3.1 多项Logit模型预测原理 |
| 3.1.1 多项Logit模型结构 |
| 3.1.2 多项Logit模型存在的问题 |
| 3.1.3 多项Logit模型改进方向 |
| 3.2 考虑异质性的混合Logit模型构建 |
| 3.2.1 混合Logit模型结构 |
| 3.2.2 基于模拟极大似然的参数估计 |
| 3.2.3 模型检验及评价 |
| 3.3 考虑参数组间差异的潜类别Logit模型构建 |
| 3.3.1 潜类别Logit模型结构 |
| 3.3.2 基于极大似然的参数估计方法 |
| 3.3.3 模型检验及评价 |
| 3.4 本章小结 |
| 第4章 考虑异质性及参数组间差异的潜类别混合Logit模型构建 |
| 4.1 潜类别混合Logit模型结构设计 |
| 4.1.1 混合Logit和潜类别Logit模型存在问题分析 |
| 4.1.2 潜类别混合Logit模型构建依据 |
| 4.1.3 潜类别混合Logit模型结构 |
| 4.2 基于MCMC的参数估计方法 |
| 4.2.1 MCMC参数估计过程 |
| 4.2.2 MCMC算法设计 |
| 4.2.3 参数估计结果分析 |
| 4.3 模型改进效果分析及评价 |
| 4.3.1 拟合优度检验及评价 |
| 4.3.2 预测精度检验及评价 |
| 4.3.3 工程实用效果分析及评价 |
| 4.4 本章小结 |
| 第5章 模型验证与应用 |
| 5.1 基于K-折交叉检验的模型验证 |
| 5.1.1 K-折交叉验证方法 |
| 5.1.2 模型验证结果分析 |
| 5.2 事故严重程度影响因素分析 |
| 5.2.1 驾驶员因素分析 |
| 5.2.2 道路及环境因素分析 |
| 5.3 基于敏感性分析的安全改善措施 |
| 5.3.1 敏感性分析方法 |
| 5.3.2 安全改善措施及效果 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及其它成果 |
| 致谢 |
| 个人简历 |
（4）非线性模型中处理效应的估计及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 本文的主要工作和结构安排 |
| 第二章 回顾处理效应的估计方法 |
| 2.1 随机化试验中处理效应的估计 |
| 2.2 无混杂假设下处理效应的估计 |
| 2.3 估计处理效应出现不可观测的混杂时 |
| 第三章 匹配Probit模型中处理效应的估计 |
| 3.1 引言 |
| 3.2 Probit模型和估计 |
| 3.3 模拟研究 |
| 3.4 实际数据分析 |
| 3.5 总结 |
| 附录：证明 |
| 第四章 出现不可观测混杂的处理效应估计 |
| 4.1 引言 |
| 4.2 处理效应的估计 |
| 4.2.1 提出的估计量 |
| 4.2.2 处理效应的检验 |
| 4.3 模拟研究 |
| 4.4 实际数据分析 |
| 4.5 总结和讨论 |
| 附录A：定理证明 |
| 附录B：拓展 |
| 第五章 拟似然方法估计处理效应 |
| 5.1 引言 |
| 5.2 拟似然估计处理效应 |
| 5.2.1 Copula函数 |
| 5.2.2 参数的估计 |
| 5.3 模拟研究 |
| 5.4 实际数据分析 |
| 5.5 总结 |
| 附录 |
| 总结与讨论 |
| 参考文献 |
| 致谢 |
| 在学期间公开发表论文及着作情况 |
（5）出行者有限理性路径选择行为与模型的实证研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 文献综述 |
| 1.2.1 路径选择行为规则研究 |
| 1.2.2 有限理性行为研究 |
| 1.2.3 出行行为实证研究方法 |
| 1.2.4 文献分析与总结 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 出行者有限理性行为特征与路径选择规则分析 |
| 2.1 影响路径选择行为的有限理性因素 |
| 2.1.1 有限理性行为的个体影响因素 |
| 2.1.2 有限理性行为的外部影响因素 |
| 2.2 基于效用最大化的路径选择模型 |
| 2.2.1 最短路路径选择规则 |
| 2.2.2 Logit离散概率路径选择规则 |
| 2.2.3 考虑非对称偏好的路径选择规则 |
| 2.3 基于满意准则的路径选择模型 |
| 2.3.1 有限理性的路径选择规则 |
| 2.3.2 考虑惯性的Logit路径选择规则 |
| 2.3.3 考虑现状依赖的可变时间价值的路径选择规则 |
| 2.4 本章小结 |
| 第三章 影响路径选择决策的有限理性行为实证分析 |
| 3.1 数据来源及说明 |
| 3.2 非对称偏好行为特征的实证分析 |
| 3.2.1 Wilcoxon秩和检验 |
| 3.2.2 Logistic分类实证检验 |
| 3.3 非理性的路径选择行为特征分析 |
| 3.3.1 Kruskal-Wallis秩和检验 |
| 3.3.2 基于△-推断的启发式决策实证验证 |
| 3.4 本章小结 |
| 第四章 经典路径选择模型的参数拟合与预测精度分析 |
| 4.1 问题分析与符号定义 |
| 4.2 LOGIT路径选择模型 |
| 4.3 考虑非对称偏好的LOGIT路径选择模型 |
| 4.4 惯性LOGIT路径选择模型 |
| 4.5 考虑现状依赖的可变时间价值路径选择模型 |
| 4.5.1 只考虑非对称偏好系数的模型及参数拟合 |
| 4.5.2 考虑非对称偏好系数与惯性阈值系数的模型及参数拟合 |
| 4.6 本章小结 |
| 第五章 改进的可变时间价值路径选择模型及参数拟合 |
| 5.1 考虑WTP/WTA变换的可变时间价值路径选择模型 |
| 5.2 模型的参数拟合与预测 |
| 5.3 多个路径选择模型的对比分析 |
| 5.3.1 模型特征与参数的对比分析 |
| 5.3.2 离散选择模型的方程拟合效果比较分析 |
| 5.3.3 模型的预测效果比较 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（6）离散选择模型的统计推断及应用（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 本文的结构安排和创新点 |
| 1.3.1 本文的结构安排 |
| 1.3.2 本文的创新点 |
| 第二章 离散选择模型的理论回顾及综述 |
| 2.1 二值面板选择模型 |
| 2.1.1 固定效应静态二值面板选择模型的参数估计 |
| 2.1.2 固定效应动态二值面板选择模型的参数估计 |
| 2.1.3 随机效应二值面板选择模型的参数估计 |
| 2.2 多项选择模型 |
| 2.2.1 多项选择模型及参数估计 |
| 2.2.2 多项选择模型的半参数估计 |
| 2.3 随机后悔最小化模型的发展及参数估计 |
| 第三章 二值动态logit模型一个新的估计方法 |
| 3.1 引言及介绍 |
| 3.2 带有不可观察异质性的动态logit模型 |
| 3.2.1 T=2时,动态logit模型的参数估计 |
| 3.2.2 静态logit模型一个新的估计方法 |
| 3.2.3 T≥2时,动态logit模型的参数估计 |
| 3.2.4 T=3时,动态logit模型的参数估计 |
| 3.3 模拟研究 |
| 3.4 真实数据分析 |
| 3.5 本章小结 |
| 3.6 附录:理论证明 |
| 第四章 多项离散选择模型的半参数估计 |
| 4.1 引言及介绍 |
| 4.2 多项离散选择模型的估计方法 |
| 4.2.1 预备知识 |
| 4.2.2 多项离散选择模型 |
| 4.2.3 循环单调不等式 |
| 4.2.4 参数估计 |
| 4.2.5 模型参数的一致性 |
| 4.3 模拟研究 |
| 4.4 本章小结 |
| 4.5 附录:理论证明 |
| 第五章 秩序随机后悔最小化选择模型 |
| 5.1 引言及介绍 |
| 5.2 随机后悔最小化模型 |
| 5.2.1 模型介绍 |
| 5.2.2 秩序RRM模型的估计方法 |
| 5.3 模拟研究 |
| 5.4 真实数据分析 |
| 5.5 本章小结 |
| 5.6 附录:理论证明 |
| 第六章 基于随机后悔最小化理论的考虑集模型 |
| 6.1 引言与介绍 |
| 6.2 考虑集形成阶段 |
| 6.3 品牌选择阶段 |
| 6.3.1 随机后悔最小化模型 |
| 6.3.2 参数估计 |
| 6.4 模拟研究 |
| 6.5 确定考虑集大小 |
| 6.6 真实数据分析 |
| 6.6.1 数据描述 |
| 6.6.2 数据分析 |
| 6.6.3 协变量对考虑集形成的影响 |
| 6.7 本章小结 |
| 第七章 总结与讨论 |
| 7.1 主要结论 |
| 7.2 研究展望 |
| 参考文献 |
| 在学期间公开发表论文情况 |
| 致谢 |
（7）多种公交到站信息发布形式下的乘客出行行为研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容 |
| 1.4 技术路线 |
| 第二章 信息分类及出行行为分析理论概述 |
| 2.1 信息的分类及属性 |
| 2.1.1 获取信息途径 |
| 2.1.2 获取信息时刻 |
| 2.1.3 信息时效性和可靠度 |
| 2.1.4 信息服务的方式及特点 |
| 2.2 随机效用理论 |
| 2.2.1 非集计模型 |
| 2.2.2 效用函数 |
| 2.3 Logit模型和Probit模型 |
| 2.3.1 Logit模型 |
| 2.3.2 Probit模型 |
| 2.4 本章小结 |
| 第三章 公交到站信息对乘客选择行为的影响 |
| 3.1 调查问卷设计 |
| 3.1.1 调查方法 |
| 3.1.2 调查描述 |
| 3.1.3 情景组合设计 |
| 3.1.4 影响因素及赋值 |
| 3.2 数据的分析与处理 |
| 3.2.1 数据分析 |
| 3.2.2 问卷数据检验 |
| 3.2.3 影响因素的相关性分析 |
| 3.3 出发时间选择模型 |
| 3.3.1 有序多项Logit模型 |
| 3.3.2 静态公交到站时刻表下乘客出发时间选择预测 |
| 3.3.3 实时公交到站时刻发布下乘客出发时间选择预测 |
| 3.3.4 实时公交到站区间发布下乘客出发时间选择预测 |
| 3.3.5 出发时间选择行为预测及检验 |
| 3.4 本章小结 |
| 第四章 基于乘客感知的出行时间决策分析 |
| 4.1 感知成本影响因素分析 |
| 4.1.1 乘客的个人属性对感知成本的影响分析 |
| 4.1.2 出行特征对乘客的感知成本影响因素分析 |
| 4.2 乘客感知成本影响模型 |
| 4.2.1 出行成本 |
| 4.2.2 感知成本模型 |
| 4.3 巢式Logit模型构建思路 |
| 4.3.1 巢式Logit模型原理 |
| 4.3.2 相关参数检验 |
| 4.4 实例验证 |
| 4.4.1 模型设定 |
| 4.4.2 模型参数估计 |
| 4.4.3 出发时间选择预测 |
| 4.5 本章小结 |
| 第五章 多种信息发布形式下的乘客出行决策关联分析 |
| 5.1 乘客出行行为关联因素分析 |
| 5.1.1 结构方程模型 |
| 5.1.2 结构方程模型分析步骤 |
| 5.2 乘客出行行为影响因子关联分析 |
| 5.2.1 探索性因素分析 |
| 5.2.2 决策因子关联分析 |
| 5.3 基于结构方程模型的出行行为分析 |
| 5.3.1 初始模型构建 |
| 5.3.2 测量模型及其适配度分析 |
| 5.3.3 结构模型及其结果分析 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 硕士期间取得的研究成果 |
| 附录 |
| 致谢 |
（8）不同规模城市居民出行方式选择行为机理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 出行方式选择的影响因素 |
| 1.2.2 出行方式选择的建模方法 |
| 1.2.3 研究评述 |
| 1.3 研究的目的和意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 研究的理论基础 |
| 2.1 出行方式选择的含义 |
| 2.2 结构方程模型 |
| 2.2.1 SEM的基本原理 |
| 2.2.2 传统SEM与偏最小二乘法SEM的比较 |
| 2.2.3 多指标多原因模型 |
| 2.2.4 信度和效度检验 |
| 2.2.5 结构方程模型的评价 |
| 2.3 非集计模型 |
| 2.3.1 二项Logit模型 |
| 2.3.2 多项Logit模型 |
| 2.3.3 有序Logit模型 |
| 2.3.4 巢式logit模型 |
| 2.3.5 Logit模型的参数估计和检验方法 |
| 2.3.6 非集计模型的集计方法 |
| 2.4 本章小结 |
| 第三章 数据采集与分析 |
| 3.1 调查问卷设计 |
| 3.1.1 调查方法 |
| 3.1.2 问卷设计 |
| 3.2 调查实施及数据检验 |
| 3.2.1 调查地点的选择 |
| 3.2.2 问卷发放与回收 |
| 3.2.3 数据检验 |
| 3.3 描述性统计 |
| 3.4 本章小结 |
| 第四章 不同规模城市居民公交出行方式选择机理研究 |
| 4.1 理论模型的假设和构建 |
| 4.2 模型的检验和估计 |
| 4.2.1 大城市SEM的检验和估计 |
| 4.2.2 中等城市SEM的检验和估计 |
| 4.2.3 小城市SEM的检验和估计 |
| 4.2.4 所有城市SEM的检验和估计 |
| 4.3 模型结果分析 |
| 4.3.1 不同规模的城市的对比分析 |
| 4.3.2 影响因素的总效应分析 |
| 4.4 本章小结 |
| 第五章 不同规模城市居民出行方式选择行为及意向研究 |
| 5.1 MIMIC模型的构建和估计 |
| 5.2 居民出行方式选择研究 |
| 5.2.1 大城市NL模型的估计结果 |
| 5.2.2 中等城市NL模型的估计结果 |
| 5.2.3 小城市NL模型的估计结果 |
| 5.2.4 所有城市NL模型的估计结果 |
| 5.3 情境假设下居民公共交通选择意向研究 |
| 5.3.1 公交优惠政策对居民出行方式转移的影响 |
| 5.3.2 轨道交通开通运营对太原市居民出行方式转移的影响 |
| 5.4 措施建议 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（9）基于出行链的区域轨道交通客流分析（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 出行链和旅客出行行为研究现状 |
| 1.2.2 区域轨道交通研究现状 |
| 1.3 主要研究内容与拟解决关键问题 |
| 1.3.1 主要研究内容 |
| 1.3.2 拟解决关键问题 |
| 1.4 技术路线 |
| 第2章 区域轨道交通出行链理论基础及分析 |
| 2.1 相关概念界定 |
| 2.1.1 城市群 |
| 2.1.2 区域轨道交通概念的范围界定 |
| 2.2 区域轨道交通出行链理论 |
| 2.2.1 区域轨道交通出行链定义 |
| 2.2.2 区域轨道交通出行链结构 |
| 2.2.3 区域轨道交通出行链分类 |
| 2.3 区域轨道交通出行链影响因素分析 |
| 2.3.1 区域轨道交通出行链宏观影响因素 |
| 2.3.2 区域轨道交通出行链微观影响因素 |
| 2.4 区域轨道交通出行链总体特征分析 |
| 2.4.1 区域轨道交通出行链个数 |
| 2.4.2 区域轨道交通出行链长度 |
| 2.4.3 区域轨道交通出行链换乘系数 |
| 2.4.4 区域轨道交通出行链比例 |
| 第3章 区域轨道交通旅客出行调查及出行行为特征分析 |
| 3.1 旅客出行行为调查基本理论 |
| 3.1.1 区域轨道交通客流理论基础 |
| 3.1.2 RP和SP调查方法 |
| 3.2 调查问卷设计及实施过程 |
| 3.2.1 调查问卷设计原则 |
| 3.2.2 调查问卷内容及实施过程 |
| 3.3 成渝区域轨道交通旅客出行行为特征分析 |
| 3.3.1 旅客个人属性特征分析 |
| 3.3.2 旅客出行行为调查分析 |
| 3.3.3 旅客心理因素调查分析 |
| 第4章 基于出行链的区域轨道交通客流分担率模型建立 |
| 4.1 非集计模型的理论 |
| 4.1.1 非集计模型的基本概念 |
| 4.1.2 随机效用和效用最大化理论 |
| 4.1.3 效用函数 |
| 4.1.4 选择概率函数 |
| 4.2 非集计模型的选择与分析 |
| 4.2.1 多元Logit模型 |
| 4.2.2 巢式Logit模型 |
| 4.2.3 Probit模型 |
| 4.2.4 非集计模型对比分析与选择 |
| 4.3 基于出行链的区域轨道交通客流分担率三层NL模型的建立 |
| 4.3.1 基于出行链的区域轨道交通客流分担率三层NL模型结构 |
| 4.3.2 效用函数形式和各阶段的连接 |
| 4.3.3 模型选择概率函数的确定 |
| 4.3.4 模型特征变量的选取 |
| 4.3.5 模型参数标定与检验 |
| 4.3.6 模型求解软件的选择 |
| 第5章 成渝区域轨道交通客流分析实例 |
| 5.1 成渝城市群区域概述 |
| 5.1.1 成渝城市群社会经济发展现状 |
| 5.1.2 成渝城市群轨道交通网络发展现状 |
| 5.2 基于出行链的成渝区域轨道交通客流分担率三层NL模型的建立 |
| 5.2.1 模型构建流程 |
| 5.2.2 模型总体结构 |
| 5.3 模型分阶段求解与参数标定结果分析 |
| 5.3.1 后端城市市内出行方式选择层模型 |
| 5.3.2 前端城市市内出行方式选择层模型 |
| 5.3.3 城际出行轨道交通出行方式选择层模型 |
| 5.4 模型求解结果与分析 |
| 5.3.1 市内出行分担率结果分析 |
| 5.3.2 城际出行分担率结果分析 |
| 5.3.3 各出行链分担率结果分析 |
| 结论与展望 |
| 1. 论文主要工作与结论 |
| 2. 论文的不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 “成都一重庆”区域轨道交通旅客出行行为调查问卷 |
（10）长江上游航运与公铁路运输竞争模式研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究意义及应用背景 |
| 1.2 国内外研究现状 |
| 1.2.1 数学模型的研究 |
| 1.2.2 公铁水竞争模式的研究 |
| 1.3 主要研究内容 |
| 1.4 技术路线图 |
| 第二章 长江上游交通运输现状及特点 |
| 2.1 运输现状 |
| 2.1.1 货物运输量 |
| 2.1.2 货物周转量 |
| 2.1.3 运输路线长度 |
| 2.1.4 货物平均运距 |
| 2.1.5 船舶现状 |
| 2.2 港口吞吐量 |
| 2.2.1 港口概况 |
| 2.2.2 港口吞吐量现状 |
| 2.2.3 港口吞吐量特点 |
| 2.3 运输方式的特点 |
| 2.3.1 经济性 |
| 2.3.2 运输能力 |
| 2.3.3 运输效率 |
| 2.3.4 节能环保性 |
| 2.3.5 货物安全性 |
| 第三章 离散选择模型 |
| 3.1 概述 |
| 3.2 离散选择模型理论基础 |
| 3.2.1 随机效用理论 |
| 3.2.2 效用最大化 |
| 3.3 离散选择模型的主要分类 |
| 3.3.1 Logit模型模型 |
| 3.3.2 GEV模型 |
| 3.3.3 Probit模型 |
| 3.3.4 Mixed logit模型 |
| 3.4 多维Logit模型(MNL) |
| 3.4.1 MNL的性质 |
| 3.5 离散选择模型的特点 |
| 第四章 航运与公铁路运输竞争模式 |
| 4.1 问题的介绍 |
| 4.2 影响因素 |
| 4.2.1 运输价格与选择三种运输方式关系 |
| 4.2.2 运输距离与选择三种运输方式关系 |
| 4.2.3 货物重量与选择三种运输方式关系 |
| 4.3 竞争模式分析 |
| 4.4 模型构建 |
| 4.4.1 模型随机效用函数 |
| 4.4.2 特性变量的选择 |
| 4.4.3 数据调查及整理 |
| 4.4.4 参数估计 |
| 4.4.5 计算货物选择水铁公路的百分比 |
| 4.5 模型检验 |
| 4.5.1 检验内容及方法 |
| 4.5.2 检验结果 |
| 第五章 航道等级提升诱导的水路货运量 |
| 5.1 长江上游航道现状 |
| 5.1.1 宜宾至重庆段航道概况 |
| 5.1.2 重庆市航道通航现状 |
| 5.2 航道规划 |
| 5.3 影响因素变化 |
| 5.3.1 航运竞争力的影响因数变化 |
| 5.3.2 公路运输争力的影响因数变化 |
| 5.3.3 铁路运输争力的影响因数变化 |
| 5.4 诱导量计算 |
| 5.4.1 货物选择水铁公路的百分比 |
| 5.4.2 诱导量 |
| 第六章 结论与展望 |
| 6.1 结论与创新 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 在校期间发表的论着及取得的科研成果 |
四、多项Probit模型参数的极大似然估计（论文参考文献）
- [1]非线性回归模型误差方法差的经验似然估计[D]. 胡学叶. 广西师范大学, 2021(10)
- [2]考虑驾驶员道路熟悉程度的山区公路单车事故影响因素研究[D]. 薛刚. 华南理工大学, 2021
- [3]基于改进Logit模型的高速公路交通事故严重程度分析方法[D]. 赵伟宁. 哈尔滨工业大学, 2020(01)
- [4]非线性模型中处理效应的估计及其应用[D]. 汪军. 东北师范大学, 2020(07)
- [5]出行者有限理性路径选择行为与模型的实证研究[D]. 王一晨. 南京大学, 2020(02)
- [6]离散选择模型的统计推断及应用[D]. 刘常彪. 东北师范大学, 2020(07)
- [7]多种公交到站信息发布形式下的乘客出行行为研究[D]. 史远. 长安大学, 2020(06)
- [8]不同规模城市居民出行方式选择行为机理研究[D]. 郭季. 长安大学, 2020(06)
- [9]基于出行链的区域轨道交通客流分析[D]. 李闻浩. 西南交通大学, 2020(07)
- [10]长江上游航运与公铁路运输竞争模式研究[D]. 李伟明. 重庆交通大学, 2019(05)
标签：极大似然估计论文; probit模型论文; 参数估计论文; 预测模型论文; 有限理性模型论文;