.9 Kết quả kiểm định LR-TEST cho mơ hình MH0 và MH1

Một phần của tài liệu Luận án Tiến sĩ Kinh tế: Nghiên cứu dự báo phân bổ nhu cầu đi lại theo phương thức vận tải trong các đô thị Việt Nam (Trang 142)

Kết quả kiểm định cho thấy giả thiết H0 bị bác bỏ ở mức ý nghĩa rất thấp (Prob > chi2 = 0,000) hay có thể nhận định rằng mơ hình MH1 phù hợp hơn mơ hình MH0.

. lrtest ( MH0) ( MH1)

Likelihood-ratio test LR chi2(7) = 18101.16 (Assumption: MH0 nested in MH1) Prob > chi2 = 0.0000

4.2.3.3 Mơ hình MH2

Sự cải tiến mơ hình tiếp theo dựa trên giả thiết cho rằng: ngồi chi phí chuyến đi là yếu tố ảnh hưởng chính tới sự lựa chọn phương thức vận tải thì tỷ lệ giữa chi phí chuyến đi và thu nhập của người thực hiện chuyến đi cũng là yếu tố quan trọng quyết định hành vi lựa chọn phương thức vận tải của họ. Mơ hình MH2 được xây dựng bằng cách bổ sung thêm biến CT (đại diện cho tỷ lệ chi phí chuyến đi so với thu nhập của người thực hiện chuyến đi) vào mơ hình MH1. Hàm thỏa dụng trong mơ hình có dạng:

(4. 4)

Kết quả ước lượng mơ hình như trình bày trong bảng dưới đây. Bảng 4. 10 Kết quả ước lượng mơ hình MH2

Các mức ý nghĩa P gắn với mỗi biến đều xấp xỉ 0 cho thấy các biến được đưa vào mơ hình hồn tồn có ý nghĩa thống kê, các hệ số gắn với biến TG, CP, CT đều nhỏ hơn 0 phù hợp về mặt lý thuyết, các hệ số này cho thấy thời gian chuyến đi, chi phí chuyến đi hay tỷ lệ chi phí/thu nhập càng cao thì xác suất lựa chọn phương thức vận tải càng giảm.

Kiểm định LR-TEST tiếp tục được sử dụng để so sánh hai mơ hình MH1 và MH2 với giả thiết H0: .

Conditional (fixed-effects) logistic regression Number of obs = 99456 LR chi2(10) = 31185.23 Prob > chi2 = 0.0000 Log likelihood = -10259 Pseudo R2 = 0.6032 ------------------------------------------------------------------------------ LC | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- TG | -.2560191 .0055191 -46.39 0.000 -.2668364 -.2452018 CP | -.0035301 .0014856 -2.38 0.017 -.0064419 -.0006183 CT | -25.68319 3.010677 -8.53 0.000 -31.58401 -19.78237 OTO | -2.212674 .0651697 -33.95 0.000 -2.340404 -2.084944 DIBO | 3.247406 .1012088 32.09 0.000 3.049041 3.445772 XEDAP | -.6212935 .0546951 -11.36 0.000 -.728494 -.514093 XEOM | -5.476761 .2230179 -24.56 0.000 -5.913868 -5.039654 TAXI | -.9337038 .0848692 -11.00 0.000 -1.100044 -.7673633 XEBUS | 6.487831 .1847219 35.12 0.000 6.125783 6.84988 KHAC | -3.026401 .0860477 -35.17 0.000 -3.195052 -2.857751 ------------------------------------------------------------------------------

Bảng 4. 11 Kết quả kiểm định LR-TEST cho mơ hình MH1 và MH2

Kết quả kiểm định cho thấy giả thiết H0 bị bác bỏ ở mức ý nghĩa rất thấp (Prob > chi2 = 0,000) hay có thể nhận định rằng mơ hình MH2 phù hợp hơn mơ hình MH1.

4.2.3.4 Mơ hình MH3

Mơ hình tiếp theo (mơ hình MH3) nghiên cứu kỹ hơn ảnh hưởng của thời gian chuyến đi tới việc lựa chọn phương thức vận tải. Trong mơ hình này, biến thời gian chuyến đi được tách thành 2 nhân tố, thời gian trên phương tiện (TGT) và thời gian ngoài phương tiện (TGN). Hàm thỏa dụng có dạng:

(4. 5)

Kết quả ước lượng mơ hình MH3 cho thấy các tham số ước lượng được đều có ý nghĩa thống kê (xác suất P xấp xỉ 0), các tham số gắn với biến TGT, TGN, CP, CT đều mang dấu âm phù hợp với lý thuyết.

Bảng 4. 12 Kết quả ước lượng mơ hình MH3

Bảng 4. 13 Chỉ số AIC, BIC trong mơ hình MH2 và MH3

. lrtest ( MH1) ( MH2)

Likelihood-ratio test LR chi2(1) = 232.99 (Assumption: MH1 nested in MH2) Prob > chi2 = 0.0000

Conditional (fixed-effects) logistic regression Number of obs = 99456 LR chi2(11) = 32949.05 Prob > chi2 = 0.0000 Log likelihood = -9377.0945 Pseudo R2 = 0.6373 ------------------------------------------------------------------------------ LC | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- TGT | -.2000372 .0051768 -38.64 0.000 -.2101836 -.1898908 TGN | -1.408185 .0552493 -25.49 0.000 -1.516471 -1.299898 CP | -.005052 .001387 -3.64 0.000 -.0077704 -.0023337 CT | -19.98327 2.523715 -7.92 0.000 -24.92966 -15.03688 OTO | -2.477541 .0646667 -38.31 0.000 -2.604286 -2.350797 DIBO | 2.297897 .0982138 23.40 0.000 2.105402 2.490392 XEDAP | -1.019103 .0540798 -18.84 0.000 -1.125097 -.9131081 XEOM | -5.444363 .2183018 -24.94 0.000 -5.872226 -5.016499 TAXI | -1.17128 .0833689 -14.05 0.000 -1.334681 -1.00788 XEBUS | 40.14073 1.649858 24.33 0.000 36.90707 43.3744 KHAC | -3.269373 .0856211 -38.18 0.000 -3.437187 -3.101559 ------------------------------------------------------------------------------

Akaike's information criterion and Bayesian information criterion

----------------------------------------------------------------------------- Model | Obs ll(null) ll(model) df AIC BIC -------------+--------------------------------------------------------------- MH2 | 99456 -25851.62 -10259 10 20538 20633.07 MH3 | 99456 -25851.62 -9377.094 11 18776.19 18880.77 -----------------------------------------------------------------------------

Hệ số Pseudo R2 trong mơ hình MH3 (=0,6373) cao hơn so với hệ số

tương ứng trong mơ hình MH2. Tuy nhiên mơ hình MH2 và MH3 khơng phải hai

mơ hình lồng nhau nên kiểm định LR-TEST không sử dụng được để đánh giá mơ hình nào tốt hơn. Để so sánh hai mơ hình trong trường hợp này ta sử dụng chỉ số AIC (Akaike's information criterion) và BIC (Bayesian information criterion). Về lý thuyết mơ hình nào có chỉ số AIC và BIC nhỏ hơn sẽ tốt hơn.

Như kết quả trong bảng 4.13, các chỉ số AIC và BIC trong mơ hình MH3

nhỏ hơn so với mơ hình MH2 chứng tỏ mơ hình MH3 tốt hơn MH2.

Kết quả ước lượng mơ hình MH3 có thể được tính tốn theo mơ hình logit có điều kiện [35, 48] như bảng 4.14.

Bảng 4. 14 Kết quả ước lượng mơ hình MH3 bằng mơ hình logit có điều kiện riêng theo phương thức vận tải (Mơ hình MH3A)

Alternative-specific conditional logit Number of obs = 99456 Case variable: IDtrip Number of cases = 12432 Alternative variable: PHUONGTHUC Alts per case: min = 8 avg = 8.0 max = 8 Wald chi2(4) = 2126.91 Log likelihood = -9377.0945 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ LC | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- PHUONGTHUC | TGT | -.2000372 .0051768 -38.64 0.000 -.2101836 -.1898908 TGN | -1.408185 .0552493 -25.49 0.000 -1.516471 -1.299898 CP | -.005052 .001387 -3.64 0.000 -.0077704 -.0023337 CT | -19.98327 2.523715 -7.92 0.000 -24.92966 -15.03688 -------------+---------------------------------------------------------------- DIBO | _cons | 2.297897 .0982138 23.40 0.000 2.105402 2.490392 -------------+---------------------------------------------------------------- KHAC | _cons | -3.269373 .0856211 -38.18 0.000 -3.437187 -3.101559 -------------+---------------------------------------------------------------- OTO | _cons | -2.477541 .0646667 -38.31 0.000 -2.604286 -2.350797 -------------+---------------------------------------------------------------- TAXI | _cons | -1.17128 .0833689 -14.05 0.000 -1.334681 -1.00788 -------------+---------------------------------------------------------------- XEBUS | _cons | 40.14073 1.649858 24.33 0.000 36.90707 43.3744 -------------+---------------------------------------------------------------- XEDAP | _cons | -1.019103 .0540798 -18.84 0.000 -1.125097 -.9131081 -------------+---------------------------------------------------------------- XEMAY | (base alternative)

-------------+---------------------------------------------------------------- XEOM |

_cons | -5.444363 .2183018 -24.94 0.000 -5.872226 -5.016499 ------------------------------------------------------------------------------

4.2.3.5 Mơ hình MH4

Bảng 4. 15 Kết quả ước lượng mơ hình MH4

Mơ hình MH3 tiếp tục được mở rộng thành mơ hình MH4 bằng cách bổ sung thêm biến độc lập mô tả đặc điểm của người thực hiện chuyến đi là CH, biến này thể hiện khả năng hay cơ hội sử dụng phương tiện cá nhân đối với người thực hiện chuyến đi, được tính bằng tổng số phương tiện cá nhân có trong hộ chia cho quy mô hộ gia đình. Khả năng sử dụng phương tiện cá nhân càng

Alternative-specific conditional logit Number of obs = 99456 Case variable: IDtrip Number of cases = 12432 Alternative variable: PHUONGTHUC Alts per case: min = 8 avg = 8.0 max = 8 Wald chi2(11) = 2878.32 Log likelihood = -8866.7872 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ LC | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+----------------------------------------------------------------

Một phần của tài liệu Luận án Tiến sĩ Kinh tế: Nghiên cứu dự báo phân bổ nhu cầu đi lại theo phương thức vận tải trong các đô thị Việt Nam (Trang 142)

Tải bản đầy đủ (PDF)

(197 trang)