A serious constraint in a SCE appro

A serious constraint in a SCE approach to studying preferences in freight is
difficulties in sourcing a large sample size. Indeed, in this application, we
are limited by constraints of both feasibility (that is, the potential to recruit
appropriate respondents) and financial concerns (the cost per computer-aided
personal interview), restricting our expected sample size to 100 respondents or
fewer. As such, we were motivated to extract as much meaningful information
as possible from each respondent, subject to the practicality of time per interview.
Consistent with a previous freight study in Sydney (see Puckett et al, 2007
and Puckett and Rose, 2010 for details), we opted to generate a d-efficient
experimental design to reduce the standard errors associated with attribute
parameters that we would expect to observe in our discrete choice models of
the choice data, relative to standard orthogonal designs for a given sample size

ผลลัพธ์ (ไทย) 1:

ขั้นร้ายแรงใน SCE เป็นแนวทางในการศึกษาลักษณะในการขนส่งความยากลำบากในการจัดหาขนาดตัวอย่างขนาดใหญ่ ในโปรแกรมประยุกต์นี้ แน่นอน เราถูกจำกัด โดยข้อจำกัดทั้งความเป็นไปได้ (นั่นคือ ศักยภาพในการรับสมัครเหมาะสมตอบ) และเงิน (ต้นทุนต่อการใช้คอมพิวเตอร์ช่วยสัมภาษณ์), การจำกัดอย่างที่คาดไว้ของเราขนาด 100 ผู้ตอบ หรือน้อยลง เช่น เรามีแรงจูงใจเพื่อดึงข้อมูลที่มีความหมายมากที่สุดจากแต่ละผู้ตอบ เรื่องการปฏิบัติจริงของเวลาต่อสัมภาษณ์สอดคล้องกับการศึกษาขนส่งก่อนหน้าในซิดนีย์ (ดู Puckett et al, 2007และ Puckett และ Rose, 2010 รายละเอียด), เราเลือกที่จะสร้างดีมีประสิทธิภาพออกแบบการทดลองเพื่อลดข้อผิดพลาดมาตรฐานที่เกี่ยวข้องกับแอตทริบิวต์พารามิเตอร์ที่เราคาดหวังว่าจะเห็นในรุ่นของเราต้องแยกกันการเลือกข้อมูล ออกแบบ orthogonal มาตรฐานสำหรับขนาดตัวอย่างที่กำหนด

ผลลัพธ์ (ไทย) 3:

ข้อจำกัดที่ร้ายแรงใน SCE วิธีการเรียนการตั้งค่าในการขนส่ง
ความยากลำบากในการจัดหาขนาดตัวอย่างใหญ่ แน่นอน ในโปรแกรมนี้เรา
จะถูก จำกัด โดยข้อจำกัดของทั้งโครงการ ( คือศักยภาพในการรับสมัคร
ผู้ตอบแบบสอบถามที่เหมาะสม ) และความกังวลทางการเงิน ( ค่าใช้จ่ายต่อคอมพิวเตอร์
สัมภาษณ์ส่วนตัว ) จำกัดของเราคาดว่าขนาดตัวอย่าง 100 ตัวอย่างหรือ
น้อยลง เช่น เราถูกกระตุ้นเพื่อดึงข้อมูลที่มีความหมายมากที่สุดเท่าที่เป็นไปได้จากแต่ละ
ตอบแบบสอบถามเรื่องการ ปฏิบัติจริงของเวลาต่อการสัมภาษณ์
สอดคล้องกับการศึกษาก่อนหน้าการขนส่งในซิดนีย์ ( ดูพักคิต et al , 2007
พักคิตและโรสและ 2010 สำหรับรายละเอียด ) เราเลือกที่จะสร้างการออกแบบการทดลอง d-efficient
เพื่อลดข้อผิดพลาดมาตรฐานที่เกี่ยวข้องกับแอตทริบิวต์
พารามิเตอร์ที่เราคาดหวังที่จะสังเกตในรูปแบบทางเลือกของเราที่ไม่ต่อเนื่องของ
ข้อมูลทางเลือกที่สัมพันธ์กับการออกแบบวิธีมาตรฐานสำหรับขนาดตัวอย่าง