论文部分内容阅读
为了减少传统模型的非相关选择方案相互独立特性引起的预测误差,按照交通方式服务对象的不同,将交通方式划分为公共交通和私人交通两类,具有类似性的出行方式归并为一个层次,采用分层Logit模型的形式,利用北京市实际调查数据对模型进行标定.通过计算得到对方式选择层次1和层次2有影响的离散变量分别为年龄、是否有私家车、支付方式以及年收入、出行目的;连续变量为时间和费用.结果显示模型具有较高的精度.