EM方法对缺失数据的处理及对MNL模型的影响_李纲.pdfVIP

38 3 Vol． 38 No． 3 第 卷 第 期 大 连 交 通 大 学 学 报 2017 6 JOUＲNAL OF DALIAN JIAOTONG UNIVEＲSITY Jun． 2017 年 月  文章编号:1673-9590 (2017)03-0007-05 EM 方法对缺失数据的处理及对MNL 模型的影响 1，2 1 2 1 ， ， ， 李纲 周海军 郭姝娟 左忠义 (1． ， 116028 ;2． ， 大连交通大学 交通运输工程学院 辽宁 大连 大连海事大学 交通运输管理学院 辽宁 大 * 连 116026) : ， EM 摘 要 以印度尼西亚首都雅加达都市圈居民个人出行调查数据为例 研究 数据修补方法对数据以及 MNL ． ， ， EM ． 模型的影响 首先 以原始数据为基础 通过人为删除和 修补分别获得缺失数据和修补数据 其 ， Z ， EM ． ， MNL ， 次 通过 检验 验证 修补后的数据更贴近原始数据特征 最后 以三组数据分别建立三组 模型 Z ， EM ， 通过 检验等对比分析 表明 数据修补方法能很好地修正数据缺失对构建模型造成的偏差 为交通政 策的制定提供良好的数据基础． : ; (EM) ;MNL ; ; 关键词 数据修补方法 期望最大化 算法 模型 交通方式划分 雅加达都市圈 文献标识码:A 0 引言 1 数据修补理论 、 、 1． 1 居民个人出行数据是城市交通规划 设计 控 数据缺失原因 ， 制和研究工作的重要基础 但由于调查中的各种 调查中数据缺失产生的原因主要由两个方 ， ， ， ， 原因 获得的个人出行数据通常是不完整的 这可 面 其一是调查中由于各种因素形成的无回答 另 ［5］ ， ． 能会给数据分析和研究结果带来不利的影响 所 外是在调查中得到不可使用的信息 以利用数据修补方法对其进行矫正变得非常重 1． 2 数据缺失机制 ［1］ 要． 韩卫国 等人叙述了数据的缺失方式和常用