【正文】 b. 因變量 : Vin Anovab 模型 平方和 df 均方 F Sig. 1 回歸 .030 1 .020 .001a 殘差 .001 18 .000 總計(jì) .021 19 a. 預(yù)測(cè)變量 : (常量 ), APP, 換乘次數(shù) , 上車步行時(shí)間 , 舒適度 , 候車時(shí)間 , 下車步行時(shí)間 , 車內(nèi)時(shí)間 , 車票費(fèi)。根據(jù)系數(shù)表，可以寫出回歸方程為： 1 2 3 4 5 6 7 83 .3 8 0 1 .2 5 5 0 .0 7 9 0 .2 0 5 0 .0 2 8 3 .4 2 7 0 .0 3 3 0 .6 8 0 0 .9 2 7y x x x x x x x x? ? ? ? ? ? ? ? ? ? t 檢驗(yàn)是對(duì)回歸系數(shù)的檢驗(yàn)，考察是否每一個(gè)自變量都對(duì)因變量有顯著的影響，其中 SIG 值越靠近 0越好。通過 SPSS 軟件，對(duì)上述 100 組調(diào)差數(shù)據(jù)進(jìn)行多元線性回歸分析，得到結(jié)果： 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 32 表 SPSS 多元回歸結(jié)果匯總 回歸模型的 R2為 ，接近于 1，說明回歸出的線性關(guān)系擬合度很高，因變量自變量之間的線形關(guān)系得到很好的描述。過程如下圖： 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 30 圖 MATLAB 軟件操作界面 對(duì)各出行者不同交通方式效用值求解，匯總結(jié)果如下 表： 表 各出行者不同交通方式效用值 組數(shù) V1n V2n V3n V4n 1 2 0 3 4 0 5 0 6 0 7 8 9 0 10 0 11 12 0 13 0 14 0 15 0 0 16 0 17 18 0 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 31 19 0 0 20 多元線性回歸分析求解效用 出行特征變量關(guān)系模型 上表中每一組效用值 Vin對(duì)應(yīng)一組居民調(diào)查數(shù)據(jù)，根據(jù)效用理論得知，針對(duì)某一特定路線，出行方式的效用值與其在該路線上的出行特征變量存在線性關(guān)系，即 1 1 5 1 5 6 1 6 7 1 7 8 1 89 1 9 9 1 9 1 0 1 1 0 1 1 1 1 1 1 4 1 1 4n n n n nn n n n nV X X X XX X X X X? ? ? ? ?? ? ? ? ?? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? 2 2 5 2 5 6 2 6 7 2 7 8 2 8 1 0 2 1 01 1 2 1 1 1 4 2 1 4n n n n n nnnV X X X X XXX? ? ? ? ? ???? ? ? ? ? ? ? ? ? ? ?? ? ? ? 3 3 4 3 4 1 0 3 7 1 0 3 1 0 1 1 3 1 1 1 2 3 1 2 1 3 3 1 3n n n n n n nV X X X X X X? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? 4 10 4 10 11 4 11n n nV X X??? ? ? ? ? 因此，可對(duì)得出的多組效用值數(shù)據(jù)與問卷得出的出行特征變量數(shù)據(jù)進(jìn)行多元線性回歸，以此建立效用 出行特征變量關(guān)系模型。 由上可得個(gè)人出行方式選擇概率的分布特征統(tǒng)計(jì)如下表 ：根據(jù)其分布特點(diǎn)，通過 MATLAB 軟件產(chǎn)生與其分布特征相同的隨機(jī)概率矩陣，如表 所示： 表 出行者選擇概率分布特征 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 平均值 標(biāo)準(zhǔn)差 表 各優(yōu)先度區(qū)間內(nèi)選擇出行概率模擬計(jì)算表 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 1 16 2 17 3 18 4 19 5 20 6 21 7 22 8 23 9 24 10 25 11 26 12 27 13 28 14 29 15 30 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 29 各交通方式效用值 Vin 的求解 根據(jù)效用理論中選擇概率表達(dá)式： ),(,1 nAjVVAjVVin AjieeePninjnnjnin ??? ????? 針對(duì)本文所研究情況，以第一個(gè)調(diào)查者對(duì)于四種交通方式的模擬選擇概率數(shù)據(jù)為例， 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 1 假設(shè)該調(diào)查者針對(duì)其出行路線上四種交通方式的選擇優(yōu)先程度為：地鐵 公共汽車 小汽車 電動(dòng)車，其中模型建立初期，已經(jīng)默認(rèn)公共汽車 i=1，地鐵 i=2，小汽車 i=3，電動(dòng)車 i=4。 由于 zα /4==,KS檢驗(yàn)方法的拒絕域?yàn)? 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 27 1111 .3 4 8 1 .9 6gu ?? ? ?或 2222 1 .9 6gu ????? 針對(duì)最優(yōu)先的出行方式，得出的檢驗(yàn)結(jié)果如下： 表 KS 檢驗(yàn)結(jié)果統(tǒng)計(jì)表 描述 統(tǒng)計(jì)量 標(biāo)準(zhǔn)誤 數(shù)值 均值 .50854045 .012969471 均值的 95% 置信區(qū)間 下限 .48139503 上限 .53568587 5% 修整均值 .51166317 中值 .51857050 方差 .003 標(biāo)準(zhǔn)差 .058001240 極小值 .378862 極大值 .5820xx 范圍 .203148 四分位距 .083276 偏度 .512 峰度 .992 由上表可知偏度和峰度分別為： 1 ?? 2 ?? 可以求得 n=20 時(shí)， ? ?? ?? ?1 62 0 .4 7 313nnn? ????? 1111 .3 4 8 1 .9 6gu ?? ? ? 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 28 說明接受原分布假設(shè)。概率數(shù)據(jù)匯總?cè)缦拢? 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 26 表 交通方式選擇概率參考數(shù)據(jù)表 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 以最優(yōu)先選擇的交通方式的居民選擇出行概率數(shù)據(jù)為例，提出分布假設(shè)，并進(jìn)行分布擬合檢驗(yàn)。因此，文章結(jié)合相關(guān)專家已有研究成果及分析數(shù)據(jù)，提出以下解決路線： 已 有 研 究 成 果 及 數(shù)據(jù)各 種 出 行 方 式 優(yōu) 先度 情 況各 種 出 行 方 式 個(gè) 人選 擇 概 率 情 況（ S A S 、 N l o g i t 分析 結(jié) 果 ）提 出 每 一 優(yōu) 先 度 區(qū)間 內(nèi) 居 民 出 行 方 式選 擇 概 率 的 分 布 假設(shè)分 布 擬 合 度 檢驗(yàn)采 用 該 分 布 特 征 ，并 產(chǎn) 生 隨 機(jī) 概 率 以模 擬 居 民 出 行 方 式選 擇 概 率合 格不 合 格 圖 隨機(jī)產(chǎn)生選擇概率路線圖 參照國(guó)內(nèi)學(xué)者劉振的研究成果，在其研究過程中，采用了 Hooke Jeeves 模式搜索算法，用 C++編寫迭代程序，得出其所研究的四種出行方式選擇優(yōu)先度區(qū)間內(nèi)，居民出行方式選擇概率數(shù)據(jù) [18]。 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 24 問 卷 收 集居 民 出 行 方 式 選擇 意 向 排 序不 同 出 行 方 式 相關(guān) 特 性 信 息生 成 多 組 出 行 方式 選 擇 概 率多 組 出 行 方 式 效用 值 數(shù) 據(jù) 矩 陣不 同 出 行 方 式 的數(shù) 值 特 征 矩 陣效 用 出 行 特 征變 量 關(guān) 系 模 型模 型 檢 驗(yàn)對(duì) 出 行 特 征 變 量的 采 用 情 況 進(jìn) 行優(yōu) 化采 用 該 效 用 模型 ， 建 立 出 行 方式 選 擇 概 率 特性 變 量 關(guān) 系 模 型數(shù) 據(jù) 統(tǒng) 計(jì) 整理通 過 已 有 研 究 成 果及 數(shù) 據(jù) 分 析結(jié) 合 效 用 理 論 計(jì) 算得 出擬 合 情 況 不 合 格擬 合 情 況 合 格多 元 線 性 回 歸 圖 參數(shù)標(biāo)定方法技術(shù)路線圖 選擇優(yōu)先度與個(gè)人出行方式選擇概率之間的轉(zhuǎn)化 由于居民對(duì)其單次出行時(shí)，不同出行方式的選擇概率沒有直觀的概念，直接調(diào)查得難度較大且數(shù)據(jù)不精準(zhǔn)，若改為調(diào)查居民針對(duì)某一次出行過程中各出行方式的選擇優(yōu)先程度，便會(huì)提高居民出行方式選擇意向調(diào)查的可信度與易操作程度。對(duì)該效用 特征變量數(shù)值關(guān)系模型進(jìn)行檢驗(yàn)，若未通過擬合優(yōu)度檢驗(yàn)，則說明該模型擬合度較差，不能反映實(shí)際函數(shù)關(guān)系，繼續(xù)對(duì)模型進(jìn)行進(jìn)一步優(yōu)化；若符合擬合度要求，則說明回歸效果明顯，可以采用該數(shù)值模型，進(jìn)而可以求得個(gè)人出行方式選擇概率 P與各出行方式特性變量 x之間的數(shù)值關(guān)系模型。根據(jù)已有專家研究成果及數(shù)據(jù)，通過相關(guān)方法將出行方式優(yōu)先程度轉(zhuǎn)化為居民出行方式選擇概率，同時(shí)結(jié)合效用理論，可求得多組不同出行方式效用 特性變量數(shù)據(jù)。具體調(diào)查問卷見附表 1； 基于上節(jié)中說明的抽樣方法及樣本量的要求，我們選定此次調(diào)查的樣本量為，并對(duì)結(jié)果問卷進(jìn)行篩選及數(shù)據(jù)整理。此集合在建立模型時(shí)進(jìn)行了簡(jiǎn)單介紹。對(duì)于其他現(xiàn)有的不作為主要交通方式存在的本文不予討論。在實(shí)際情況下，地鐵與輕軌的各種特性幾乎相同，所以在調(diào)查中把輕軌出行合并到地鐵中進(jìn)行分析。當(dāng)采用選擇方案抽樣法時(shí)，樣本量大約在 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 22 樣本量在 280350 之間即可 [17]。之后有人模擬隨機(jī)抽樣，通過抽取不同樣本量的數(shù)據(jù)，將計(jì)算結(jié)果與 總體進(jìn)行比較，得到結(jié)論：當(dāng)樣本量取 8001000 時(shí)，計(jì)算所得所有的參數(shù)與總體的差異小于 。常見做法如下： ① 以全體住宅為對(duì)象，等間隔抽樣作為調(diào)查的對(duì)象； ② 將對(duì)象區(qū)域分割成網(wǎng)格校區(qū)，隨機(jī)抽取這些網(wǎng)格上的校區(qū)，以小區(qū)內(nèi)的居民為調(diào)查對(duì)象（整群抽樣）； ③ 在方法 ② 中，進(jìn)一步隨機(jī)抽取小區(qū)內(nèi)的住宅； ④ 在方法 ② 、 ③ 中根據(jù)到市中心的距離集散條件劃分性質(zhì)，然后從各層抽取樣本。另外，抽樣工作需要大量的費(fèi)用和時(shí)間， 因此，當(dāng)抽樣率較小時(shí)不宜采用此法。這種方法的動(dòng)機(jī)是使抽樣隨機(jī)化。首先，通過簡(jiǎn)單隨機(jī)抽樣或系統(tǒng)抽樣從這些現(xiàn)有數(shù)據(jù)中選擇調(diào)查對(duì)象。隨機(jī)抽樣滿足以下條件：首先，總體中每一個(gè)個(gè)體被抽中的概率都是相同的，當(dāng)某一個(gè)體被抽中后，也不會(huì)影響其他個(gè)體。這樣得到的樣本能夠反映總體的構(gòu)成及特點(diǎn)。也就是說，當(dāng)抽取樣本時(shí)，樣本應(yīng)該是無偏的。同時(shí)，計(jì)算得到的系數(shù)會(huì)隨著取值范圍的加寬而更加穩(wěn)定，當(dāng)然，應(yīng)該均處于被調(diào)查者可想象可接受的范圍之內(nèi)。也可根據(jù)實(shí)際情況去除不符合實(shí)際的選項(xiàng)。另外，預(yù)先將特性值設(shè)定為若干個(gè)水平時(shí)，可以根據(jù)實(shí)驗(yàn)規(guī)劃法的思路設(shè)計(jì)選擇項(xiàng)，即利用正交設(shè)計(jì)法從所有的選擇項(xiàng)中抽取一部分選擇項(xiàng)將有利于大大提高調(diào)查的效率。其次，因數(shù)量增加會(huì)使被調(diào)查者難以判斷，特性變量取 36 個(gè)較為合適。 （ 4） 與實(shí)際的選擇方案有關(guān)的特性 如選擇了哪個(gè)方案，該方案的時(shí)間、費(fèi)用等。 （ 3） 選擇主體的特性 被調(diào)查者自身的特性變量。這是取得被調(diào)查者信任、爭(zhēng)取合作的最重要的一步。 綜上所述，調(diào)查表應(yīng)當(dāng)在符合思維邏輯的基礎(chǔ)上，語(yǔ)言表達(dá)易于理解、簡(jiǎn)單明確。在表述方面，應(yīng)當(dāng)使用最簡(jiǎn)練的語(yǔ)言，設(shè)計(jì)最容易理解的問題，當(dāng)曲解或不理解調(diào)查者的意圖時(shí)，被回答的問題也將失去價(jià)值。在調(diào)查問卷中，應(yīng)避免使用專業(yè)術(shù)語(yǔ)，河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 20 特別是與通常的意義不同的術(shù)語(yǔ)。調(diào)查表設(shè)計(jì)的好壞直接影響調(diào)查結(jié)果的精度。為了防止調(diào)查規(guī)模過大、調(diào)查內(nèi)容過于繁瑣、設(shè)問含混不清、回答結(jié)果可能因人而異及真正需要了解的項(xiàng)目被遺漏等問題，需要精心設(shè)計(jì)調(diào)查表。為了避免這種問題的發(fā)生，多由調(diào)查者根據(jù)統(tǒng)一的標(biāo)準(zhǔn)建立數(shù)據(jù)，才能得 到較好的結(jié)果。詢問調(diào)查得到的數(shù)據(jù)是由被調(diào)查者意識(shí)到的變量值，因此實(shí)際中即使在相同條件下，被調(diào)查者的回答也會(huì)有一定的分散。但在建立選擇條件數(shù)據(jù)時(shí)，并非意味著全部的數(shù)據(jù)都要通過對(duì)被調(diào)查者的詢問調(diào)查來獲得。 SP 調(diào)查是對(duì)假想的選擇方式進(jìn)行提問，如何使實(shí)驗(yàn)者具有現(xiàn)實(shí)感對(duì)回答數(shù)據(jù)的可靠性有很大影響。因此，根據(jù)調(diào)查方法的不同， SP 數(shù)據(jù)可以分為選擇數(shù)據(jù)、排序數(shù)據(jù)、打分?jǐn)?shù)據(jù)和匹配數(shù)據(jù) 4 類，其中打分?jǐn)?shù)據(jù)和匹 配數(shù)據(jù)有時(shí)被稱為成對(duì)比較數(shù)據(jù)。匹配數(shù)據(jù)是在成對(duì)選擇方案中變化一個(gè)特性，要求被實(shí)驗(yàn)者