This paper presents a random parameters ordered probit model to captur การแปล - This paper presents a random parameters ordered probit model to captur ไทย วิธีการพูด

This paper presents a random parame

This paper presents a random parameters ordered probit model to capture underlying unobserved characteristics in the timing behavior of the evacuees that elapses in between their evacuation decision and actual evacuation i.e. the mobilization time for an evacuee. The ordered probit model has been developed by using Hurricane Ivan data and the esti- mation findings suggest that the mobilization time involves a complex interaction of vari- ables related to household location, evacuation characteristics, and socio-economic characteristics among others. In the model, six variables- source and time of evacuation notice received, work constraint, previous hurricane experience, race and income- were found to be random and the random parameters (all normally distributed) suggest that their effect varies across the observations. In addition, the model introduces some new fac- tors that impact the mobilization time (for example, the mobilization time for evacuees evacuating to public shelters is significantly lower) which have not been found in the ear- lier literature to the best of our knowledge. The findings of this study are useful to deter- mine different fractions of people evacuating early or delaying for some time once they actually decide to evacuate, for a given socio-demographic profile. These fractions can be used in the future to develop more accurate dynamic travel demands for use in traffic sim- ulation models.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
เอกสารนี้แสดงพารามิเตอร์สุ่มสั่งแบบจำลอง probit จับต้นแบบ unobserved ลักษณะการทำงานระยะเวลาของผู้อพยพที่ที่ผ่านไประหว่างตัดสินใจอพยพและอพยพจริงเช่นเวลาระดมสำหรับการ evacuee แบบจำลอง probit สั่งได้รับการพัฒนา โดยใช้ข้อมูลพายุเฮอริเคน Ivan และพบไดรเวอร์ esti แนะนำว่า เวลาเคลื่อนไหวที่เกี่ยวข้องกับการโต้ตอบที่ซับซ้อนของภาพส่องสว่างเกี่ยวข้องกับสถานที่ตั้งครัวเรือน อพยพลักษณะ และลักษณะเศรษฐกิจอื่น ๆ ในรุ่น หกตัวแปรแหล่งที่มา และเวลาอพยพแจ้งการได้รับ ข้อจำกัดการทำงาน ประสบการณ์เฮอริเคนก่อนหน้า การแข่งขัน และรายได้ - พบว่าสุ่ม และพารามิเตอร์สุ่ม (กระจายทั้งหมดปกติ) แนะนำว่า ผลกระทบแตกต่างกันทั้งข้อสังเกต นอกจากนี้ รูปแบบแนะนำบางใหม่ル・ลูกหนี้ต่าง ๆ ที่ส่งผลกระทบต่อเวลาการเคลื่อนไหว (เช่น เวลาเคลื่อนไหวสำหรับผู้อพยพที่อพยพไปพักอาศัยที่สาธารณะคือนัยสำคัญต่ำ) ซึ่งไม่พบในวรรณคดี lier หูดีที่สุดของความรู้ของเรา ผลการวิจัยของการศึกษานี้มีประโยชน์เหมืองเป็นอุปสรรคต่าง ๆ เศษคนอพยพก่อน หรือล่าช้าในบางครั้งเมื่อพวกเขาได้ตัดสินใจอพยพ สำหรับโพรไฟล์การกำหนดประชากรและสังคม เศษเหล่านี้สามารถใช้ในอนาคตการพัฒนาความต้องการเดินทางแบบไดนามิกถูกต้องมากขึ้นสำหรับใช้ในการจราจรรุ่นซิ ulation
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
บทความนี้นำเสนอรูปแบบการสุ่มพารามิเตอร์ probit รับคำสั่งให้ไปตามลักษณะการจับสังเกตพื้นฐานในพฤติกรรมของระยะเวลาของการอพยพที่ผ่านไปในระหว่างการตัดสินใจอพยพของพวกเขาและการอพยพที่เกิดขึ้นจริงเช่นการระดมเวลาสำหรับการโยกย้าย รุ่น probit สั่งซื้อได้รับการพัฒนาโดยใช้ข้อมูลที่พายุเฮอริเคนอีวานและการค้นพบ mation esti- แนะนำว่าเวลาการชุมนุมที่เกี่ยวข้องกับการมีปฏิสัมพันธ์ที่ซับซ้อนของตัวแปรที่เกี่ยวข้องกับสถานที่ที่ใช้ในครัวเรือนลักษณะการอพยพและลักษณะทางเศรษฐกิจและสังคมในหมู่คนอื่น ในรูปแบบที่หกแหล่ง variables- และเวลาของการแจ้งให้ทราบล่วงหน้าอพยพได้รับข้อ จำกัด การทำงานประสบการณ์พายุเฮอริเคนก่อนหน้าการแข่งขันและรายได้ให้พบว่ามีการสุ่มและพารามิเตอร์แบบสุ่ม (ทุกกระจายตามปกติ) ชี้ให้เห็นว่าผลของพวกเขาแตกต่างกันไปสังเกต นอกจากนี้รูปแบบแนะนำบาง Tors fac- ใหม่ที่ส่งผลกระทบต่อเวลาการชุมนุม (ตัวอย่างเช่นเวลาการชุมนุมสำหรับผู้อพยพอพยพไปยังที่พักพิงของประชาชนเป็นอย่างต่ำ) ที่ยังไม่ได้รับการค้นพบในวรรณกรรม Lier หูที่ดีที่สุดของความรู้ของเรา . ผลการศึกษาครั้งนี้มีประโยชน์ในการยับยั้งเศษส่วนที่แตกต่างกันของผู้คนเหมืองอพยพต้นหรือการล่าช้าในบางครั้งเมื่อพวกเขาจริงตัดสินใจที่จะอพยพสำหรับรายละเอียดทางสังคมและประชากรที่ได้รับ เศษส่วนเหล่านี้สามารถนำมาใช้ในอนาคตที่จะพัฒนาความต้องการในการเดินทางถูกต้องมากขึ้นแบบไดนามิกสำหรับการใช้งานในการจราจรซิมรุ่น ulation
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
บทความนี้นำเสนอตัวแบบสุ่มค่าสั่งจับต้นแบบ unobserved ลักษณะเวลาในพฤติกรรมของผู้อพยพที่ผ่านไปในการตัดสินใจของพวกเขา และระหว่างการอพยพอพยพจริงเช่นเวลาการเป็นผู้อพยพ . สั่งตัวแบบโพรบิทได้รับการพัฒนาโดยใช้พายุเฮอริเคนกุสตาฟข้อมูล และเจ้า - ข้อมูลแสดงให้เห็นว่าเวลาที่เกี่ยวข้องกับการปฏิสัมพันธ์ที่ซับซ้อนที่เกี่ยวข้องกับวารี - บิลครัวเรือนที่ตั้ง ลักษณะการอพยพ และลักษณะทางเศรษฐกิจและสังคมของผู้อื่น ในแบบหกตัวแปร - แหล่งและเวลาของการอพยพสังเกตเห็นได้รับทำการงานประสบการณ์พายุเฮอริเคนก่อนหน้านี้การแข่งขันและรายได้ พบว่ามีการสุ่มและพารามิเตอร์แบบสุ่ม ( แบบปกติ ) แนะนำว่าผลของพวกเขาจะแตกต่างกันในการสังเกต นอกจากนี้ รูปแบบแนะนำบางแฟคใหม่ - ทอร์สที่มีผลต่อการเวลา ( ตัวอย่างเช่น เวลาชุมนุมเพื่ออพยพประชาชนผู้อพยพที่พักพิงจะลดลง ) ซึ่งจะไม่พบในหู - วรรณกรรมโกหกเพื่อที่ดีที่สุดของความรู้ของเรา ผลจากการศึกษานี้เป็นประโยชน์เพื่อยับยั้ง - เหมืองที่แตกต่างกันเศษส่วนของประชาชนอพยพเร็ว หรือ ช้า บางครั้งเมื่อพวกเขาตัดสินใจที่จะอพยพ ให้ประชากรและโปรไฟล์ เศษส่วนเหล่านี้สามารถใช้ในอนาคตเพื่อพัฒนาความต้องการแบบไดนามิกเดินทางถูกต้องมากขึ้นเพื่อใช้ในซิม - จราจรรุ่น ulation .
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: