• Journal of Korean Society of Transportation
• /
• v.29 no.2
• /
• pp.81-89
• /
• 2011

Trip distribution is the second step of the conventional travel demand estimation process, which connects trips between origin and destination, while transport mode choice is the third step of the process, which chooses transport mode among several modes serving for each origin-destination pair. Although these two steps have closely connected, they have been estimated independently each other in the estimation procedure. This paper presents an integrated model combining trip distribution and transport mode choice, and also presents its solution algorithm. The model integrates gravity model adopted for the trip distribution process with logit model employed for the mode choice process. The model would be expected to cope with the inconsistency issue existing in the conventional travel demand estimation procedure. This paper also presents an equilibrium condition, sensitivity of the model, and compares them with those of existing models.

• Journal of the Korean Society for Railway
• /
• v.19 no.1
• /
• pp.87-96
• /
• 2016

The multinomial logit model, based on random utility maximization (RUM) theory, has been the predominant model used in travel mode choice contexts. In this paper, the travel mode choice model based on random regret minimization (RRM) theory is proposed as an alternative to the RUM model, and the applicability of the RRM model is examined. The presented model is applied to the case of inter-city travel mode choice in Korea. The empirical results show that the RUM model and RRM model have parameters that are consistent with the intuition. The goodness of fit statistics in the RRM model improved compared with the results of the RUM model. Consequently, these results show the possibility of using the RRM model in the context of travel mode choice.

• Environmental and Resource Economics Review
• /
• v.8 no.1
• /
• pp.51-73
• /
• 1998

조건부가치측정법(CVM)의 지불의사 유도방법인 이중 양분선택형 질문법은 단일 양분선택형 질문 CV자료의 통계적 비효율성을 극복하기 위한 방법으로 제안되었다. 이 방법은 여러 가지 장점에도 불구하고 출발점 편의의 심리학적 근거인 정박효과 (anchoring effect)의 발생 가능성을 의심받고 있다. 그러므로 본 논문에서는 이중 양분선택형 질문 CV자료에서 정박효과를 검토할 수 있는 일반적 지불의사금액모형을 제시하고, 그 모형으로부터 정박효과를 검토할 수 있는 방법을 제안한다. 모형은, Cameron and Quiggin(1994)이 제안한 이변량 모형에 두 번째 내재 지불의사금액의 설명변수로서 처음 제시된 특정금액에 대한 양분선택적 응답결과를 포함시킨 형태이다. 이 모형에서 처음 제시된 특정금액에 대한 양분선택적 응답결과의 계수 부호가 음(-)이고 통계적으로 유의하다면 정박효과가 발생하는 것으로 볼 수 있다. 그러나 만약 이러한 계수 검토에서 정박효과 발생을 확인할 수 없는 경우, 두 번의 응답에서 두 지불의사금액 추정치들의 평균이 다르다고 볼 수 없다면 정박효과를 우려할 필요가 없다. 이 검토 모형 및 방법을 본 연구에서 한강 수질 개선에 대한 CV자료에 적용해 본 결과 정박효과를 우려할 필요가 없음을 확인할 수 있다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.7
• /
• pp.4580-4587
• /
• 2014

This study provides an improved transportation mode choice models applicable to the Busan-Ulsan Metropolitan area by scrutinizing previous study results developed using the multinomial logit model. Although the previous model has an appropriate modeling structure in terms of the sign of coefficient estimates and goodness-of-fit, the model ignores the total number of trips and traffic congestion condition between the two zones and partially reflects zone-specific variables and choice set. Therefore, this study considered all of these modeling faults by re-constructing the representative utility functions. The modeling results show that travelers in Busan-Ulsan metropolitan area tend to choose their mode using mode-specific characteristics rather than the classical travel time and/or cost variables.

• Proceedings of the KOR-KST Conference
• /
• 1999.03a
• /
• pp.95-109
• /
• 1999

기존의 추정된 화물 수요모형은 화물의 출하특성과 관련된 설명변수를 중심으로 추정되었으며, 이에 따라 수송수단 선택 과정에서 화주가 느끼는 실제의 인식 상황을 모형내에 적절히 반영하지 못하였다. 본 연구는 기존 연구가 갖는 한계점을 극복하고자 화주가 수송수단을 선택할 때 느끼는 인식상황을 모형 내에 적용시켜 수단 선택 특성을 분석하였다. 연구대상은 우리나라의 188개 제조업체에서 화물자동차로 출하한 내수용 화물이며, 연구의 범위도 현실 운송체계 내에서 화주의 수단선택 행태를 설명하는 단기간의 예측으로 제한하였다. 모형추정결과 우리나라의 공로화물수송을 해석하기 위해서는, 출하중량까지를 고려한 다항로짓모형 형태이면서 인식 요소를 행태변수로 추가한 모형을 이용하는 것이 가장 적절하다는 결론을 내렸다. 그리고 이에 따라 주요한 설명 변수들의 탄력성과 화주의 인식 요소에 대한 특성값을 분석하여 제시하였다. 연구결과는 활용성 측면에서 직접 활용이 가능한 것과 잠재적인 변화를 예측하는데 이용되는 것으로 구분된다. 먼저 직접활용이 가능한 것은 수송수단과 관계된 변수들을 해석하여 얻는데, 수송비용과 수송시간에 대한 계수값의 크기와 부호, 그리고 탄력성은 정부의 정책부서나 운송인의 계획수립에 직접 적용된다. 다음으로 화주의 인식 요소는 잠재적인 변화를 예측하는데 이용되며 각 요소가 갖는 탄력성 및 특징은 운송인의 고객관리 기준이된다.

• Journal of Korean Port Research
• /
• v.7 no.1
• /
• pp.25-42
• /
• 1993

지난 20여년간 화물수송 분야에는 큰 변화가 있었다. 수송 공급 측면에서는 보다 다양하고 기술적으로 앞선 수송수단들이 등장했으며, 수송 수요 측면에서는 로지스틱스 개념의 도입으로 화주들의 보다 높은 수송 서비스가 요구 되었다. 수송수단의 수송 분담에 있어서도 특히 철도에서 공로로의 두드러진 화물이동 현상이 나타났다. 이러한 변화는 수송 현안 해결에 대한 관심을 높이고 화물수송수요 예측기법의 이론적, 개념적인 발달을 가져왔다. 그 중 두드러진 발달은 화주의 행태를 반영하는 행태모형의 개발과 새로운 자료수집 방법 및 자료형태이다. 전통적으로 화물수송 및 교통 연구에 널리 사용된 행태모형은 확률표본을 사용하여 왔으나, 80년대 부터 비확률 표본 사용에 관심이 높아졌다. 그 대표적인 것으로 기반근거 데이터를 들 수 있다. 이 데이터는 제한된 정보를 제공한다는 자료자체의 한계를 지니고 있으나, 자료수집이 용이하고 비용이 저렴하다는 장점을 가지고 있다. 화물수송 분야에서 선택기반 데이터를 이용한 연구는 현재까지 두 편이 발표 되어 있다. 따라서 볼 연구는 선택기반 데이터를 이용한 개별선택모형의 잠재력을 검증하는 것을 그 목적으로 하고, 네 종류의 제조품 그룹을 대상으로 기반근거 데이터를 수집하여 로짓모형을 추정하였으며, 추정결과를 이전 연구들의 결과와 비교하여 그 타당성을 검토 하였다. 추정된 결과는 통계적으로 유의하며 직관적으로 타당한 것으로 나타난다. 또한 그 결과는 문헌의 결과와도 일치하였다. 수송계획에 있어서 자료수집비용 절감의 필요성을 생각할 때 이것은 중요한 의미를 지닌다.

• Journal of Korean Society of Transportation
• /
• v.26 no.1
• /
• pp.145-153
• /
• 2008

Existing shortest-path algorithms mainly consider a single attribute. But traveler actually chooses a route considering not single attribute but various attributes which are synthesized travel time, route length, personal preference, etc. Therefore, to search the optimal path, these attributes are considered synthetically. In this study route searching algorithm which selects the maximum utility route using discrete choice model has developed in order to consider various attributes. Six elements which affect route choice are chosen for the route choice model and parameters of the models are estimated using survey data. A multinomial logit models are developed to design the function of route choice model. As a result, the model which has route length, delay time, the number of turning as parameter is selected based on the significance test. We use existing shortest path algorithm, which can reflect urban transportation network such as u-turn or p-turn, and apply it to the real network.

• Communications for Statistical Applications and Methods
• /
• v.17 no.6
• /
• pp.811-827
• /
• 2010

This paper deals with a density estimation method in binary choice models that can be regarded as a statistical inverse problem. We use an orthogonal basis to estimate density function and consider the choice of an appropriate truncation parameter to reflect the model complexity and the prediction accuracy. We propose a data-dependent rule to choose the truncation parameter in the context of binary choice models. A numerical simulation is provided to illustrate the performance of the proposed method.

• Journal of Korean Society of Transportation
• /
• v.2 no.1
• /
• pp.69-88
• /
• 1984

통행시간가치에 대한 연구는 독립변수를 이용한 통행시간과 비용에 의한 선택모형 을 대개 사용하여 왔다. 통행시간과 비용에 대한 매개함수를 추정한 후에 통행시간가치를 교통시간과 비용의 $\ulcorner$파라메타$\lrcorner$비로써 얻고 있다. 그러나 통행시간가치에 관한 신뢰구간과 통계적 유의성을 설정하기 위한 적절한 과정은 아직 연구되지 않고 있으나 $\ulcorner$로-짓$\lrcorner$ 모형 자체에 대하여는 되어있다. 본 논문은 통행시간가치를 측정하기 위한 기존의 방향을 비평적 으로 검토하여 본 것으로 통행시간가치를 통계적 유의성 검증을 위한 표준화 과정은 아직 이론적으로 정립 가능하다고 생각되지 않지만 통행시간가치평가의 간편식을 제시하여 보았 다. 간편식에 의하여 제시된 결과에 의하면 선택모형에 입각한 통행시간가치의 통계적신뢰 구간이 매우 큰 것으로 나타났는바 이에 대한 선택모형에 입각한 통행시간가치 측정을 위한 과정의 타당성에 대한 많은 의문이 아직도 남는다 하겠다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.4
• /
• pp.643-656
• /
• 2016

High dimensional data are frequently encountered in various fields where the number of variables is greater than the number of samples. It is usually necessary to select variables to estimate regression coefficients and avoid overfitting in high dimensional data. A penalized regression model simultaneously obtains variable selection and estimation of coefficients which makes them frequently used for high dimensional data. However, the penalized regression model also needs to select the optimal model by choosing a tuning parameter based on the model selection criterion. This study deals with the bias effect of LASSO regression for model selection criteria. We numerically describes the bias effect to the model selection criteria and apply the proposed correction to the identification of biomarkers for lung cancer based on gene expression data.