Multiple classification analysis in trip production models

Slides:



Advertisements
Presentaciones similares
Regresión Lineal Múltiple
Advertisements

ANOVA (Analysis of Variation)
TOPICOS DE ECONOMETRIA APLICADA Uso de Variables Dummy Cross Section
TEORÍA DEL MUESTREO El muestreo implica seleccionar a un grupo de personas, acontecimientos u otros elementos que usamos para dirigir un estudio. Se espera.
Estudios de elasticidad de precios y aplicaciones de conjoint.
Grafica lineal Presentado por: Johanis lozano Presentado a : Beatriz Rodríguez Grado: 8º06.
“ENLACE UNET - HOSPITAL CENTRAL A TRAVÉS DEL ÁREA DE ESTADÍSTICA” San Cristóbal 27 de Mayo del 2005.
PRONOSTICOS CON REGRESION LINEAL MULTIPLE En la regresión lineal simple se investiga la relación entre una variable independiente y otra dependiente. A.
CATEDRA MINUTO DE DIOS ENFOQUE PEDAGOGICO PRAXEOLOGICO DAYANA MERCADO.
Estadística y Biometría Modelación Estadística Regresión lineal.
@ Angel Prieto BenitoApuntes 2º Bachillerato C.S.1 PROGRAMACIÓN LINEAL U.D. 5 * 2º BCS.
TEMA 3. ESTADÍSTICA BIDIMENSIONAL. INDICE 1.- Relación estadística: correlación 2.- Diagramas de dispersión o nube de puntos 3.- Tablas de frecuencia.
El estadístico Chi- cuadrado ING. RAÚL ALVAREZ GUALE, MPC.
Análisis Mediador y Moderador. Introducción Relación bivariada simple Un simple predictor y una dependiente (X y y) Dos o más variables predictoras (X.
The Role of Parity and Contraceptive Methods in the Development of Metabolic Syndrome in Elderly Costa Rican Women Katy Gonzales Masters of Public Health.
Cuestiones problemáticas del análisis de regresión  Causalidad  Tamaño de la muestra  Colinealidad  Medición del error Miles, J. & Shevlin, M. (2011).Applying.
Clase 1. Clase 7 Clase 8.
METODOS ECONOMETRICOS Datos de Panel Introducción a Efectos Fijos Efectos Aleatorios Daniel Lema.
Distribuciones bidimensionales: Relación entre dos variables estadísticas Tema 3:
SEMINARIO: Herramientas para Invertir en Acciones.
Unidad 4 Anexo 3. Capítulo VIII
EQUIDAD TRIBUTARIA EN CHILE
Un método de clasificación de las técnicas multivariantes
Términos básicos en estadística
Facultad de Ciencias Sociales
TEMA 3: Distribuciones bidimensionales: relación entre dos variables estadísticas. Cristhian Lopez.
DISTRIBUCIONES EN EL MUESTREO
El modelo simple de regresión
Dibujando la Ciudad: Creando Divisiones Políticas de manera Técnica
DISEÑOS EXPERIMENTALES DE INVESTIGACION
Facultad de Ciencias Sociales
CI53I/CI73A Demanda de Transporte Clases generación
Análisis y diseño de experimentos
CI43A Análisis de Sistemas de Transporte
MEDIDAS DE POSICION NO CENTRALES
Bioestadística Regresión y Correlación Múltiple:
REGRESIÓN LINEAL SIMPLE
Diseño experimental 2137 Juan C. Benavides
MEDIDAS DE TENDENCIA CENTRAL PARA DATOS NO AGRUPADOS Y PARA TABLAS.
Análisis de covarianza
Estadística social fundamental
RESOLUCIÓN DE SISTEMAS
IE. ESCUELA NORMAL FARALLONES DE CALI
Descripción del sistema
Modelos de distribución espacial de especies; primeras 12 páginas de:
EL32D- Análisis y Modelación de Sistemas Dinámicos
EVALUACIÓN, EN UNA SERIE RETROSPECTIVA, DEL POTENCIAL IMPACTO EN EL MANEJO CLÍNICO DEL CÁNCER DE TIROIDES DE LA APLICACIÓN DE LA GUÍA ATA 2015 Irene Berges-Raso1,
Introducción a las Finanzas AEA 504
ESTADÍSTICA BÁSICA.
Aldadsdasaszxczxczxddsalslasdlasdasdasddasd as.
Niveles de profundidad del conocimiento (N. Webb)
ESTADÍSTICA DESCRIPTIVA
Estadística Administrativa II
Master Intervención Psicosocial
REGRESION LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE
PARA LA REGRESIÓN LINEAL SIMPLE
Reseña del Libro: A primer on Regressión Artifacts
Regresión y Correlación Múltiple: Prueba de hipótesis.
PROBABILIDAD Y ESTADISTICA
Diseño experimental 2137 Juan C. Benavides
ESTADÍSTICA BIDIMENSIONAL
FUNCIÓN CUADRÁTICA—FUNCIÓN LINEAL.
INTRODUCCIÓN A LA ESTADÍSTICA PARA NO ESPECIALISTAS
Clase
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
ANALISIS DE REGRESION SIMPLE
U de Mann Whitney.
REGRESION LINEAL SIMPLE
REGRESION LINEAL SIMPLE
Transcripción de la presentación:

Multiple classification analysis in trip production models Cristian Angelo Guevara y Alan Thomas Publicado en Transport Policy

Métodos de clasificación descritos en la literatura MCA_SM1: el primer método descrito por Stopher y McDonald (el que vimos en clases) ANOVA == Regresión lineal sólo con dummies Supuesto oculto: se debe aplicar con igual número de observaciones por estrato  implica sobreestimación de viajes y sesgo hacia algunos estratos

Métodos de clasificación descritos en la literatura MCA_SM2: el segundo método descrito por Stopher y McDonald (interacciones) Correlación entre variables explicativas MCA_LOLS: Linear Ordinary Least Squares (Nagpaul, 2001) Modelo lineal escrito con dummies Coincide con ACM si el número de observaciones es el mismo en cada grupo

Métodos de clasificación descritos en la literatura MCA_SAC: simple average by category El primero que vimos (análisis por categorías) También puede ser escrito como regresión lineal, pero agregando más términos

Simulación Tabla 1 Hogares por categoría para todas las simulaciones Ingreso Tasa de motorización Total 1 2 352 132 3 487 109 213 99 421 24 66 92 463 369 168 1000

Simulación Tabla 2: Tasas “reales” modelo lineal Tabla 4: MCA_SM2 Ingreso Tasa de motorización 1 2 1,00 1,20 1,40 1,60 1,80 2,00 3 2,20 2,40 2,60 Ingreso Tasa de motorización 1 2 0,982 1,19 1,34 1,59 1,80 1,94 3 2,18 2,39 2,54 Tabla 3: MCA_SM1 Tabla 5: MCA_LOLS Ingreso Tasa de motorización 1 2 0,697 1,19 1,75 1,43 1,92 2,49 3 2,13 2,62 3,19 Ingreso Tasa de motorización 1 2 0,994 1,21 1,39 1,59 1,80 1,98 3 2,15 2,37 2,55

Simulación Tabla 2: Tasas “reales” modelo lineal Ingreso Tasa de motorización 1 2 1,00 1,20 1,40 1,60 1,80 2,00 3 2,20 2,40 2,60 Tabla 6: MCA_SAC Ingreso Tasa de motorización 1 2 1,00 1,20 1,31 1,57 1,81 1,98 3 2,23 2,35 2,55

Aplicación con datos de Santiago EOD 2001 Ingreso Motorización 1 2 MCA SM1 MCA SM2 0,085 0,22 0,41 0,23 0,15 0,26 0,32 0,46 0,65 0,45 0,37 0,48 3 0,60 0,73 0,93 0,71 0,64 0,75 4 0,79 1,1 0,95 0,87 0,98 5 0,76 0,89 0,99 0,91 1,0 MCA LOLS MCA SAC 0,16 0,074 0,12 0,20 0,40 0,39 0,70 0,61 0,66 0,59 0,83 0,96 0,81 0,84 0,88 0,86

Aplicación con datos de Santiago EOD 2001

Conclusiones