Regression model for the prediction

Regression model for the prediction of perceived wait time
In order to expand upon these results, a regression model for the prediction of perceived wait time based on the measured
wait time, presence of mobile real-time information, and other bus and rider factors was developed. Possible variables included
an indicator variable for gender, an indicator variable for college-age, a categorical variable for frequency of rider
use as well as indicator variables for the categories of rider frequency, a discrete variable for the rider aggravation level, a
continuous variable of the approximate distance the rider was about to travel, environmental categorical variables for
weather, time of day categorical variables, a discrete variable for bus frequency/headway, and a continuous variable for
the percent of late buses on the route.
After testing these variables for their significance, the final model was determined to be:

ผลลัพธ์ (ไทย) 1:

แบบจำลองถดถอยสำหรับพยากรณ์เวลาที่รอรับรู้เพื่อเป็นขยายตามผลลัพธ์เหล่านี้ แบบจำลองถดถอยสำหรับพยากรณ์เวลาที่รอรับรู้ตามการวัดรอเวลา สถานะแบบเรียลไทม์ข้อมูลโทรศัพท์มือถือ และปัจจัยอื่น ๆ รถและผู้ขับขี่ได้รับการพัฒนา ตัวแปรที่เป็นไปได้รวมตัวบ่งชี้ตัวแปรเพศ ตัวแปรบ่งชี้สำหรับวิทยาลัยอายุ ตัวแปรที่แน่ชัดสำหรับความถี่ของการขับขี่ใช้เป็นตัวบ่งชี้ตัวแปรสำหรับประเภทของความถี่ไรเดอร์ ตัวแปร discrete ระดับทำให้รุนแรงขึ้นผู้ขับขี่ การตัวแปรต่อเนื่องระยะทางเฉลี่ยที่ผู้ขับขี่มีการ เดินทาง ตัวแปรที่แน่ชัดด้านสิ่งแวดล้อมสำหรับสภาพอากาศ เวลาของวันแตกตัวแปร ตัวแปร discrete สำหรับรถความถี่/เจริญ และตัวแปรต่อเนื่องสำหรับร้อยละของรถล่าช้าในกระบวนการผลิตหลังจากการทดสอบตัวแปรเหล่านี้สำหรับความสำคัญของพวกเขา รุ่นสุดท้ายที่กำหนดให้:

ผลลัพธ์ (ไทย) 2:

รูปแบบการถดถอยการทำนายเวลาในการรอรับรู้
เพื่อที่จะขยายผลการเหล่านี้รูปแบบการถดถอยการทำนายเวลาในการรอรับรู้บนพื้นฐานของการวัด
เวลารอคอยการปรากฏตัวของข้อมูลเรียลไทม์มือถือและอื่น ๆ รถบัสและปัจจัยไรเดอร์ได้รับการพัฒนา . ตัวแปรที่เป็นไปได้รวม
ตัวแปรตัวบ่งชี้สำหรับเพศตัวแปรตัวบ่งชี้สำหรับวิทยาลัยอายุตัวแปรเด็ดขาดสำหรับความถี่ในการขับขี่
ใช้งานเช่นเดียวกับตัวแปรตัวบ่งชี้ประเภทของไรเดอร์ความถี่ตัวแปรที่ไม่ต่อเนื่องในระดับรุนแรงขึ้นไรเดอร์,
ตัวแปรอย่างต่อเนื่องของ ระยะทางโดยประมาณไรเดอร์กำลังจะเดินทางตัวแปรเด็ดขาดสิ่งแวดล้อม
สภาพอากาศ, เวลาของตัวแปรเด็ดขาดวันตัวแปรที่ไม่ต่อเนื่องสำหรับความถี่รถบัส / ความคืบหน้าและตัวแปรอย่างต่อเนื่อง
ร้อยละของรถโดยสารสายในเส้นทาง.
หลังจากการทดสอบตัวแปรเหล่านี้ อย่างมีนัยสำคัญของพวกเขารุ่นสุดท้ายก็ตัดสินใจที่จะเป็น:

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์การถดถอยสำหรับทำนายการรับรู้เวลาที่รอคอย
เพื่อขยายต่อผลลัพธ์เหล่านี้รูปแบบการถดถอยในการทำนายของการรับรู้รอเวลาตามวัด
รอเวลาการแสดงของเวลาจริงข้อมูลมือถือและรถอื่น ๆ และ ไรเดอร์ ปัจจัยที่ได้รับ ตัวแปรที่เป็นไปได้รวม
บ่งชี้ตัวแปร เพศ การบ่งชี้ตัวแปรสำหรับวิทยาลัยอายุตัวแปรอย่างแท้จริงสำหรับความถี่ของไรเดอร์
ใช้รวมทั้งการบ่งชี้ตัวแปรสำหรับประเภทของความถี่ไรเดอร์ ตัวแปรไม่ต่อเนื่องสำหรับไรเดอร์ aggravation ระดับ ,
ตัวแปรต่อเนื่องของระยะทางโดยประมาณไรเดอร์กำลังเดินทาง ตัวแปรจำแนกประเภทสิ่งแวดล้อม
สภาพอากาศ เวลา ตัวแปรอย่างแท้จริง วัน ตัวแปรไม่ต่อเนื่องทางความถี่ / คืบหน้าบ้างและตัวแปรอย่างต่อเนื่อง
เปอร์เซ็นต์ของรถโดยสารสายบนเส้นทาง
หลังจากการทดสอบตัวแปรเหล่านี้ให้ความสำคัญ รุ่นสุดท้าย ตั้งใจจะเป็น