Bayesian Hierarchical Tobit Models: an application to travel distance analysis
Jonathan Aguero-Valverde
Ingeniería · 2017
doi:10.15517/jte.v27i1.27196 (opens in a new tab)
We email you when a new notice or a question about this paper appears.
Abstract
El objetivo de los modelos de distancia de viaje es entender el comportamiento de viajede los usuarios, de forma tal que se puedan implementar políticas para reducir la distancia de viaje y, con esto, externalidades del transporte tales como contaminación del aire, congestión y accidentes. Los modelos Bayesianos Jerárquicos ofrecen una metodología flexible para analizar el comportamiento de viaje al permitir el estudio tanto de las decisiones de corto plazo de la actividad y las selecciones de viaje así como las decisiones de largo plazo como la localización de la vivienda y el lugar de trabajo. Como la distancia de viaje está censurada en cero para una proporción importante de los datos, los parámetros obtenidos por medio de regresiones lineales convencionales están sesgados. Estimaciones no sesgadas de los parámetros pueden ser obtenidas usando modelos Tobit. El propósito de este artículo es demostrar la aplicación de modelos Tobit Bayesianos jerárquicos al análisis de la distancia de viaje, considerando la naturaleza multinivel y censurada de los datos.Los resultados muestran que el modelo Tobit Bayesiano jerárquico tiene un desempeñosignificativamente mejor que el modelo no jerárquico al medir la bondad de ajuste la Devianza t el Criterio de Información de la Devianza. Más aún, la varianza es estadísticamente muy significativa tanto para el nivel individual como para el nivel de ubicación, lo cual demuestra laimportancia de usar una metodología multinivel.
Abstract licence: CC BY-NC-SA
References30
30 more references, whose wording the paper’s licence keeps private.
Reads
Read by people on this page
None yet.
Checked or read by AI through naulon
None yet.
A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.
Are you an author?
Is this your paper?
Claim it to add your note and be paid when agents cite it. Free.