잠재계층분석에 따른 수단선택모형비교분석|RISS 상세보기

다국어 초록 (Multilingual Abstract)

Analyzing mode choice among transportation demand estimate procedures is complicated and understanding characteristics of travelers is also difficult. Generally, it is well known that traveler choose mode considering psychometric factors and characteristic besides socio-demographic indicators. Accordingly, many researches has investigated on methodology that can be applied in mode choice to reflect psychometric factor or specific preference. Latent Class Analysis among various studies is recognized as the theoretically potential approach.
This study focuses on class segmented using latent class cluster to analyze impact that included psychometric factors and characteristics on mode choice. It also provides evidence that mode choice model for each class and mode choice model not considering latent class are different. This study based on citizen's stated preference and revealed preference on a new transit on the Han river shows that latent class cluster analysis is the potential approach considering latent preference.

번역하기

국문 초록 (Abstract)

교통수요예측 과정 중 수단선택과정은 적용시 매우 복잡하여, 선택자의 특성을 이해하기도 매우 까다로운 과정이다. 일반적으로 수단 선택시 선택자의 사회경제적인 요소 외에도 심리적인 요인이나 특성들도 중요한 영향을 미치는 것으로 알려져 있다. 따라서, 심리적인 요인이나 특정한 선호도를 선택모형 상에서 적용할 수 있는 방법론에 대한 활발한 연구가 진행되고 있으며, 이러한 연구 중에서 잠재계층분석(Latent Class Analysis)는 이론적으로 매우 가능성이 있는 접근 방법으로 인식되고 있다.
본 연구에서는 심리적인 요인과 특성들이 수단선택에 미치는 영향을 분석하기 위하여 잠재계층분석(latent class cluster analysis)을 실시하여 계층을 분리하였다. 또한, 계층별로 나타나는 수단선택모형과 잠재 계층을 고려하지 않은 수단선택모형을 비교하여 잠재계층의 수단 선택 행태가 각기 다름을 보이고자 한다. 본 연구는 한강 수상교통도입에 대한 일반 시민의 선호도 조사와 SP자료를 바탕으로 분석되었으며, 잠재계층분석은 잠재 선호를 고려할 수 있는 가능성 높은 접근임을 보였다.

번역하기

교통수요예측 과정 중 수단선택과정은 적용시 매우 복잡하여, 선택자의 특성을 이해하기도 매우 까다로운 과정이다. 일반적으로 수단 선택시 선택자의 사회경제적인 요소 외에도 심리적인 ...

참고문헌 (Reference)

1 Morey,E, "Using Angler Characteristics and Attitudinal Data to Identify Environmental Preference Classes: A Latent-Class Model" 34 : 91-115, 2006

2 Boxall,P.C, "Understanding Heterogeneous Preferences in Random Utility Models: A Latent Class Approach" 23 : 421-446, 2002

3 Depaire,B, "Traffic accident segmentation by means of latent class clustering" 40 : 1257-1266, 2008

4 Sohn K, "Separation of Car-dependent Commuters from Normal- choice Riders in Mode-choice Analysis" 36 : 423-436, 2009

5 Walker, J, "Latent lifestyle prefereces and household location decisions" 9 : 77-101, 2007

6 Kemperman,.A, "Heterogeneity in Urban Park Use of Aging Visitors: A Latent Class Analysis" 28 : 57-71, 2006

7 Scarpa,R, "Destination Choice Models for Rock Climbing in the Northeast Alps: A Latent-Class Approach Based on Intensity of Participation"

8 Baudisch,A.F, "Consumer heterogeneity evolving from social group dynamics: Latent class analyses of German footwear consumption 1980-1991" 60 : 836-8474, 2007

9 Bhatnagar,A, "A latent class segmentation analysis of e-shoppers" 57 : 758-767, 2004

10 Quagraine,K, "A Latent Class Model for analyzing preferences for catfish" 10 : 1-14, 2006