道路拥挤程度 0=不拥挤:1=轻度拥挤:2=重度拥挤x17 公交站到地铁站的 Distance-g0=0-50米:1=50-150米:2=150-200米x18 距离 公交准点率 ctua 0=较高:1=一般:2=较低 x19 (三)参数标定及分析 MNL模型假设效用函数固定项和随机项独立并且选择枝的误差项服从二重指数分布 即假定随机项的密度分布如下 Ej)=exp(e-Y(Ej-a F() 式中:a是表示的常见值的参数,通常令其为0; y是与的方差相对应的参数,的方差是a2=丌2/6y2,号的期望值是α+B/y,其中欧 拉常数B≈0.577。 在对模型进行标定的时候,不能独立得到y的值,一般认为y是包含在Vn的说明变量中。 MNL模型具有A( Independence of irrelevant alternatives)特性,然而在出行者选择接驳方 式时,各种影响因素的相关性是不同的,不一定都满足互相独立的假设。为了弥补这一缺点 应对数据进行独立性检验,并对不满足条件的数据进行适当处理,参数标定过程如图1所示。 定义效用函数 确定选择方式集合 选择效用函数变量 问卷调查数据 估计参数值 计算T检验值 检验模型 应用模 图1MNL模型参数标定过程 利用 TransCAD对模型的参数进行估计,只有t检验值大于1.96时,才认为该影响因素 是显著的,故舍弃T检验值小于1.96的10个变量,标定结果如表5 (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net道路拥挤程度 Cong-g 0=不拥挤；1=轻度拥挤；2=重度拥挤 𝑥17 公交站到地铁站的 距离 Distance-g 0=0-50 米；1=50-150 米；2=150-200 米 𝑥18 公交准点率 punctual 0=较高；1=一般；2=较低 𝑥19 （三）参数标定及分析 MNL 模型假设效用函数固定项和随机项独立并且选择枝的误差项服从二重指数分布。 即假定随机项的密度分布如下： F(𝜀𝑗) = exp(−𝑒 −𝛾(𝜀𝑗−𝛼) ) 式中：𝛼是表示𝜀𝑗的常见值的参数，通常令其为 0； 𝛾是与𝜀𝑗的方差相对应的参数，𝜀𝑗的方差是𝜎 2 = 𝜋 2/6𝛾 2 , 𝜀𝑗的期望值是𝛼 + 𝛽/𝛾，其中欧 拉常数𝛽 ≈ 0.577。 在对模型进行标定的时候，不能独立得到𝛾的值，一般认为𝛾是包含在𝑉𝑗𝑛的说明变量中。 MNL 模型具有 IIA（Independence of Irrelevant alternatives）特性，然而在出行者选择接驳方 式时，各种影响因素的相关性是不同的，不一定都满足互相独立的假设。为了弥补这一缺点 应对数据进行独立性检验，并对不满足条件的数据进行适当处理，参数标定过程如图 1 所示。 图 1 MNL 模型参数标定过程 利用 TransCAD 对模型的参数进行估计，只有 t 检验值大于 1.96 时，才认为该影响因素 是显著的，故舍弃 T 检验值小于 1.96 的 10 个变量，标定结果如表 5