2. Related workSeveral studies have

2. Related work
Several studies have investigated the relationship between the
proximity to rail stations and the propensity to use rail (Lindsey
et al., 2010; Cervero, 2006, 2007; Bernick and Cervero, 1997;
Beimborn et al., 2003a). Beimborn et al. (2003a) categorised the
transit market as choice and captive users. Transit captive users do
not own a car or have limited access to a car. They heavily rely on
public transport and tend to live within walking distance of a
transit stop. Automobile captive users must complete their trips
using an automobile due to the inconvenience and inflexibility of
transit services. Choice users have freedom to travel modes
without these constraints. By integrating these constraints into a
transit forecasting model, the decision making patterns of transit
users can be better understood.
Cervero (2006) states that only 20% Californian commuters who
live near a rail station actually travel that way, which could be due
to continued decentralization of office buildings and the inflexibility
and inconvenience of public transport (Cervero, 2007;
Lindsey et al., 2010). However, he also pointed out that U.S.
residents, living within half mile circle of a transit stop, are four
times more likely to use train services than commuters living
between one-half and three-miles of a stop, and five to six times
more likely than commuters living beyond the three mile circle
(Cervero, 2007). Based on Cervero’s work, Lindsey et al. (2010)
developed a method to understand the relationship between
proximity to transit stops and ridership for commuter trips in
Chicago in order to estimate energy consumption reduction if
commuters whose origin/destination was within one mile of
commuter rail stations could shift their travel model from a private
car to public transport. However, they admitted that distance is not
only one factor affecting rail transit choice. Other factors such as
the ease of accessing train stations, the price of parking, and
parking availability are also important factors. Krygsman et al.
(2004) discovered that if the distance to the station goes beyond a certain threshold, commuters will not take transit alternatives into consideration.

One of the early rail transit station choice models was developed
by Kastrenakes (1988) in an effort to prepare a basis for forecasting
railway travel in the New Jersey area. With origin-destination pair
data, he analysed the choice process for a departure station and
identified location of station, access time,frequency of service and
generalised cost were uncorrelated factors affecting station choice
for commuters. Then,Wardman andWhelan(1999) studied railway
station choice for the London area and determined parking
availability and other station facilities are also important factors
and should be introduced into a choice model. Later, travel time to
station and access mode were discovered as important factors
affecting station choice by many authors (Davidson and Yang,1999;
Fan et al., 1993; Wardman and Whelan, 1999; Debrezion, G., et al.,
2009). Recently, Debrezion, G., et al. (2009) discovered that rail
service quality and accessibility to the station are indispensable
factors for station choice models during a study of Dutch railway
users for access mode and departure railway stations.
The most common approach for modelling station choice
include discrete choice model, logistic regression model, multinomial
logit model, cross-nested logit model and nested logit model
(Mcfadden, 1974; Hensher et al., 2005; Train 2002; Tversky, 1972;
Wardman et al., 2007; Cervero, 2007; Debrezion, G., et al., 2009).
For example, one of the earliest studies, develop by Desfor (1975)
proposed binary station choice models to understand the
commuters’ mode and station choice based on regression and
probit models with a two stage decision process. Trip cost was used
as a measure for representing disutility of station choice between
station and the next least cost station. Debrezion, G., et al. (2009)
developed a study for understanding Dutch travellers’ access mode
and departure station choice behaviours using nested logit models.
The contribution of the study is to develop a rail service quality
index (RSQI), which provides a measure of rail accessibility to all
other stations and has the potential for the improvement of
hedonic price analysis in an area and investigation of railway
accessibility at a neighbourhood level. Instead of estimating station
choice, some studies have focused on railway route choice in a very
high density network (Morichi et al., 2001). For example, Yai et al.
(1997) improved a multinomial probit model to route choice
behaviours along a railway network in Tokyo by introducing a
individual choice-tree structure in a covariance matrix to represent
any overlapped relation between route alternatives. In the context
Perth, Western Australia, we have a very low dense railway
network (five train lines in a radial shape). Therefore, we do not
need such a sophisticated model to understand route choice
behaviours along the railway network. The station choice, more
precisely, the nearest station choice is the focus of this study.
Based on our knowledge, a logit model estimate probability of
choosing a nearest station or a non-nearest station based on the
attributes of both alternatives (nearest or non-nearest). However,
for our study, we only know user’s chosen station and can calculate
whether it is the nearest station to the origin or not. If the chosen
station is the nearest station, we would not be able to determine an
alternative station in order to form the choice set of a nearest
station or a non-nearest station because there are so many
alternatives, non-nearest station in the railway network. In order
to simplify the research problem, we adopted logistic regression
models to understand whether the chosen station is the nearest
station or not and why these choices were made. In other words, if
distance is not a dominating optimising factor for a station choice,
and we think travellers are trip utility maximisers, then what other
factors could be included in their choice utility? Therefore, as a first
approximation we estimate binary choice using logistic regression
to model the nearest station choice process and identify significant
determinants.

ผลลัพธ์ (ไทย) 1:

2. ที่เกี่ยวข้องกับงานหลายการศึกษาได้ตรวจสอบความสัมพันธ์ระหว่างการสถานีรถไฟและสิ่งใช้รถไฟ (Lindseyร้อยเอ็ด al., 2010 Cervero, 2006, 2007 Bernick และ Cervero, 1997Beimborn et al., 2003a) Beimborn et al. (2003a) จัดส่งต่อตลาดเป็นทางเลือกและผู้ใช้ภายในกิจการและ ส่งต่อภายในกิจการและผู้ทำได้เป็นเจ้าของรถ หรือมีจำกัดการเข้าถึงรถ พวกเขาหนักพึ่งสาธารณะในการขนส่ง และมักจะ อยู่ไกลตัวหยุดส่งต่อ รถยนต์ภายในกิจการและผู้ต้องการเดินทางของพวกเขาใช้รถยนต์เนื่องจากความไม่สะดวกและความแข็งของบริการขนส่ง ตัวเลือกผู้ใช้มีอิสระในการเดินทางวิธีการโดยไม่มีข้อจำกัดต่าง ๆ เหล่านี้ โดยรวมข้อจำกัดเหล่านี้เป็นการโมเดลการคาดการณ์ ตัดสินใจรูปแบบของการขนส่งการส่งต่อผู้ใช้สามารถเข้าใจดีCervero (2006) ระบุว่า สำรวจละม้าย 20% เท่านั้นที่อยู่ใกล้ทางรถไฟสถานีวิธี ซึ่งอาจมีการเดินทางจริงการกระจายอำนาจต่อการแพร่กระจายของอาคารสำนักงานและความแข็งที่และความไม่สะดวกของการขนส่งสาธารณะ (Cervero, 2007Lindsey et al., 2010) อย่างไรก็ตาม เขายังชี้ให้เห็นว่าสหรัฐอเมริกาอาศัย ภายในไมล์ครึ่งวงการหยุดส่งต่อ มี 4เวลามีแนวโน้มการใช้รถไฟบริการมากกว่าผู้ที่อาศัยอยู่ระหว่างครึ่งหนึ่งและสามไมล์การหยุด และ 5 ไป 6 ครั้งยิ่งกว่าผู้ที่อยู่นอกเหนือจากวงกลมสามไมล์(Cervero, 2007) จากงานของ Cervero, Lindsey et al. (2010)พัฒนาวิธีการที่จะเข้าใจความสัมพันธ์ระหว่างทริ ridership สำหรับผู้โดยสารและขนส่งหยุดในชิคาโกเพื่อประเมินถ้าลดปริมาณการใช้พลังงานผู้ที่มีต้นทาง/ปลายทางได้ภายในระยะหนึ่งไมล์ของสถานีรถไฟโดยสารสามารถเปลี่ยนรูปแบบการเดินทางจากส่วนตัวรถเพื่อการขนส่งสาธารณะ อย่างไรก็ตาม พวกเขายอมรับว่า ห่างจากที่พักไม่ได้ปัจจัยเดียวที่ส่งผลกระทบต่อทางเลือกการขนส่งทางรถไฟ ปัจจัยอื่น ๆ เช่นความง่ายในการเข้าถึงรถไฟสถานี ราคา ที่จอดรถ และพร้อมที่จอดรถเป็นนอกจากนี้ปัจจัยสำคัญ Krygsman et al(2004) พบว่า ถ้าห่างสถานีเกินขีดจำกัดบางอย่าง ผู้จะไม่คำนึงถึงทางขนส่งหนึ่งช่วงรถไฟขนส่งสถานีเลือกรุ่นได้รับการพัฒนาโดย Kastrenakes (1988) ในความพยายามที่จะเตรียมพื้นฐานสำหรับการคาดการณ์เดินทางรถไฟในพื้นที่นิวเจอร์ซี่ มีจุดเริ่มต้นปลายคู่ข้อมูล เขา analysed การเลือกสำหรับสถานีระดับ และระบุตำแหน่งที่ตั้งของสถานี ถึงเวลา ความถี่ของบริการ และต้นทุน generalised ถูก uncorrelated ปัจจัยที่ส่งผลกระทบต่อทางสถานีสำหรับผู้ แล้ว Wardman andWhelan(1999) ศึกษารถไฟสถานีทางเลือกสำหรับพื้นที่ลอนดอน และกำหนดที่จอดรถความพร้อมและสิ่งอำนวยความสะดวกอื่น ๆ สถานียังเป็นปัจจัยสำคัญและควรนำมาใช้เป็นแบบเลือก เวลาการเดินทางภายหลังสถานีและเข้าโหมดถูกค้นพบเป็นปัจจัยสำคัญaffecting station choice by many authors (Davidson and Yang,1999;Fan et al., 1993; Wardman and Whelan, 1999; Debrezion, G., et al.,2009). Recently, Debrezion, G., et al. (2009) discovered that railservice quality and accessibility to the station are indispensablefactors for station choice models during a study of Dutch railwayusers for access mode and departure railway stations.The most common approach for modelling station choiceinclude discrete choice model, logistic regression model, multinomiallogit model, cross-nested logit model and nested logit model(Mcfadden, 1974; Hensher et al., 2005; Train 2002; Tversky, 1972;Wardman et al., 2007; Cervero, 2007; Debrezion, G., et al., 2009).For example, one of the earliest studies, develop by Desfor (1975)proposed binary station choice models to understand thecommuters’ mode and station choice based on regression andprobit models with a two stage decision process. Trip cost was usedas a measure for representing disutility of station choice betweenstation and the next least cost station. Debrezion, G., et al. (2009)developed a study for understanding Dutch travellers’ access modeand departure station choice behaviours using nested logit models.The contribution of the study is to develop a rail service qualityindex (RSQI), which provides a measure of rail accessibility to allother stations and has the potential for the improvement ofhedonic price analysis in an area and investigation of railway
accessibility at a neighbourhood level. Instead of estimating station
choice, some studies have focused on railway route choice in a very
high density network (Morichi et al., 2001). For example, Yai et al.
(1997) improved a multinomial probit model to route choice
behaviours along a railway network in Tokyo by introducing a
individual choice-tree structure in a covariance matrix to represent
any overlapped relation between route alternatives. In the context
Perth, Western Australia, we have a very low dense railway
network (five train lines in a radial shape). Therefore, we do not
need such a sophisticated model to understand route choice
behaviours along the railway network. The station choice, more
precisely, the nearest station choice is the focus of this study.
Based on our knowledge, a logit model estimate probability of
choosing a nearest station or a non-nearest station based on the
attributes of both alternatives (nearest or non-nearest). However,
for our study, we only know user’s chosen station and can calculate
whether it is the nearest station to the origin or not. If the chosen
station is the nearest station, we would not be able to determine an
alternative station in order to form the choice set of a nearest
station or a non-nearest station because there are so many
alternatives, non-nearest station in the railway network. In order
to simplify the research problem, we adopted logistic regression
models to understand whether the chosen station is the nearest
station or not and why these choices were made. In other words, if
distance is not a dominating optimising factor for a station choice,
and we think travellers are trip utility maximisers, then what other
factors could be included in their choice utility? Therefore, as a first
approximation we estimate binary choice using logistic regression
to model the nearest station choice process and identify significant
determinants.

ผลลัพธ์ (ไทย) 2:

2.
การทำงานที่เกี่ยวข้องการศึกษาหลายแห่งมีการสอบสวนความสัมพันธ์ระหว่างความใกล้ชิดกับสถานีรถไฟและความโน้มเอียงที่จะใช้รถไฟ
(ลินด์เซ
et al, 2010;. Cervero, 2006, 2007 และ Bernick Cervero,
1997;. Beimborn, et al, 2003a) Beimborn et al, (2003a)
หมวดหมู่ตลาดการขนส่งเป็นตัวเลือกและผู้ใช้เป็นเชลย ผู้ใช้เชลยขนส่งไม่ได้เป็นเจ้าของรถหรือมีการ จำกัด การเข้าถึงรถ พวกเขาหนักพึ่งพาการขนส่งสาธารณะและมีแนวโน้มที่จะมีชีวิตอยู่ในระยะเดินของการหยุดการขนส่ง ผู้ใช้รถยนต์เป็นเชลยต้องดำเนินการเดินทางของพวกเขาโดยใช้รถยนต์เนื่องจากการความไม่สะดวกและความแข็งของบริการขนส่ง ทางเลือกที่ผู้ใช้มีอิสระในการเดินทางรูปแบบโดยไม่ต้อง จำกัด เหล่านี้ โดยบูรณาการ จำกัด เหล่านี้เป็นรูปแบบการพยากรณ์การขนส่งการตัดสินใจรูปแบบของการขนส่งผู้ใช้สามารถเข้าใจได้ดีกว่า. Cervero (2006) ระบุว่ามีเพียง 20% ผู้โดยสารแคลิฟอร์เนียที่อาศัยอยู่ใกล้สถานีรถไฟจริงเดินทางทางที่ซึ่งอาจจะเป็นเพราะการอย่างต่อเนื่องการกระจายอำนาจของอาคารสำนักงานและแข็งและความไม่สะดวกของการขนส่งสาธารณะ (Cervero 2007;. ลินด์เซ et al, 2010) แต่เขายังชี้ให้เห็นว่าสหรัฐประชาชนอาศัยอยู่ภายในวงกลมครึ่งไมล์หยุดการขนส่ง, สี่ครั้งมีแนวโน้มที่จะใช้บริการรถไฟกว่าผู้โดยสารที่อาศัยอยู่ระหว่างครึ่งหนึ่งและสามไมล์ของหยุดและ5-6 ครั้งมากขึ้นมีแนวโน้มกว่าผู้โดยสารอาศัยอยู่นอกเหนือวงกลมสามไมล์(Cervero 2007) บนพื้นฐานการทำงาน Cervero ของลินด์เซ et al, (2010) พัฒนาวิธีการที่จะเข้าใจความสัมพันธ์ระหว่างการใกล้ชิดกับหยุดการขนส่งและผู้โดยสารสำหรับการเดินทางพร็อพในชิคาโกเพื่อที่จะประเมินการลดการใช้พลังงานหากผู้โดยสารที่มีแหล่งกำเนิด/ ปลายทางอยู่ในหนึ่งไมล์ของสถานีรถไฟจะเปลี่ยนรูปแบบการเดินทางของพวกเขาจากส่วนตัวรถขนส่งสาธารณะ อย่างไรก็ตามพวกเขายอมรับว่าระยะทางที่ไม่ได้เป็นเพียงปัจจัยหนึ่งที่มีผลกระทบต่อทางเลือกการขนส่งทางรถไฟ ปัจจัยอื่น ๆ เช่นความสะดวกในการเข้าถึงสถานีรถไฟราคาที่จอดรถและความพร้อมที่จอดรถนอกจากนี้ยังมีปัจจัยที่สำคัญ Krygsman et al. (2004) พบว่าถ้าระยะห่างจากสถานีไปเกินเกณฑ์ที่กำหนดผู้โดยสารจะไม่ใช้ทางเลือกในการขนส่งเข้าสู่การพิจารณา. หนึ่งในสถานีขนส่งทางรถไฟในช่วงต้นรุ่นทางเลือกที่ได้รับการพัฒนาโดย Kastrenakes (1988) ในความพยายามที่จะ เตรียมความพร้อมพื้นฐานสำหรับการพยากรณ์การเดินทางรถไฟในพื้นที่รัฐนิวเจอร์ซีย์ คู่กับต้นกำเนิดปลายทางข้อมูลเขาวิเคราะห์กระบวนการทางเลือกสำหรับสถานีต้นทางและระบุตำแหน่งของสถานีเวลาในการเข้าถึงความถี่ของการให้บริการและค่าใช้จ่ายทั่วไปเป็นปัจจัยที่มีผลต่อการเลือกที่uncorrelated สถานีสำหรับผู้โดยสาร จากนั้น Wardman andWhelan (1999) การศึกษารถไฟทางเลือกสถานีพื้นที่ในกรุงลอนดอนและความมุ่งมั่นที่จอดรถว่างและสิ่งอำนวยความสะดวกที่สถานีอื่นๆ นอกจากนี้ยังมีปัจจัยที่สำคัญและควรได้รับการแนะนำในรูปแบบทางเลือก ต่อมาเวลาในการเดินทางไปยังสถานีและโหมดการเข้าถึงที่ถูกค้นพบเป็นปัจจัยสำคัญที่มีผลต่อการเลือกที่สถานีโดยผู้เขียนหลายคน(เดวิดสันและหยาง 1999; พัดลม et al, 1993;. Wardman และวีแลน, 1999. Debrezion กรัม, et al, 2009 ) เมื่อเร็ว ๆ นี้ Debrezion กรัม, et al (2009) พบว่ารถไฟคุณภาพการให้บริการและการเข้าถึงไปยังสถานีที่ขาดไม่ได้ปัจจัยสำหรับรูปแบบทางเลือกที่สถานีในระหว่างการศึกษาของรถไฟดัตช์ผู้ใช้สำหรับโหมดการเข้าถึงและสถานีรถไฟออกเดินทาง. วิธีการที่พบมากที่สุดสำหรับการเลือกสถานีการสร้างแบบจำลองรวมถึงรูปแบบทางเลือกที่ไม่ต่อเนื่อง, การถดถอยโลจิสติก รูปแบบพหุรุ่นlogit รุ่น logit ข้ามซ้อนกันและรูปแบบ logit ซ้อนกัน(McFadden 1974; Hensher et al, 2005;. รถไฟ 2002; Tversky 1972;. Wardman et al, 2007; Cervero 2007; Debrezion กรัม et al., 2009). ตัวอย่างหนึ่งของการศึกษาที่เก่าแก่ที่สุดในการพัฒนาโดย Desfor (1975) นำเสนอรูปแบบทางเลือกที่สถานีไบนารีที่จะเข้าใจโหมดผู้โดยสารและสถานีทางเลือกที่อยู่บนพื้นฐานของการถดถอยและรุ่นprobit มีสองขั้นตอนการตัดสินใจ ค่าใช้จ่ายในการเดินทางถูกนำมาใช้เป็นตัวชี้วัดในการเป็นตัวแทนของทางเลือก disutility สถานีระหว่างสถานีและสถานีค่าใช้จ่ายน้อยที่สุดต่อไป Debrezion กรัม, et al (2009) การพัฒนาการศึกษาสำหรับการทำความเข้าใจโหมดการเข้าถึงนักท่องเที่ยวชาวดัตช์ 'a และพฤติกรรมสถานีเดินทางทางเลือกโดยใช้แบบจำลองโลจิตซ้อนกัน. การมีส่วนร่วมของการศึกษาคือการพัฒนาคุณภาพการให้บริการรถไฟดัชนี (RSQI) ซึ่งมีตัวชี้วัดของการเข้าถึงรถไฟทุกอื่นๆ สถานีและมีศักยภาพในการปรับปรุงของการวิเคราะห์ราคาความชอบในพื้นที่และการตรวจสอบของทางรถไฟการเข้าถึงในระดับที่ใกล้เคียง แทนการประเมินสถานีทางเลือกการศึกษาบางส่วนมีความสำคัญในการเลือกเส้นทางรถไฟในมากเครือข่ายความหนาแน่นสูง(Morichi et al., 2001) ยกตัวอย่างเช่นใหญ่ et al. (1997) การปรับปรุงรูปแบบพหุนาม probit ทางเลือกเส้นทางพฤติกรรมตามเครือข่ายทางรถไฟในโตเกียวโดยการแนะนำแต่ละโครงสร้างทางเลือกต้นไม้ในแปรปรวนเมทริกซ์เพื่อเป็นตัวแทนใดๆ ความสัมพันธ์ที่คาบเกี่ยวกันระหว่างทางเลือกเส้นทาง ในบริบทเมืองเพิร์ ธ ออสเตรเลียตะวันตกเรามีรถไฟหนาแน่นต่ำมากเครือข่าย(ห้ารถไฟสายในรูปทรงรัศมี) ดังนั้นเราจึงไม่จำเป็นต้องมีรูปแบบดังกล่าวมีความซับซ้อนที่จะเข้าใจทางเลือกเส้นทางพฤติกรรมพร้อมเครือข่ายรถไฟ ทางเลือกที่สถานีมากขึ้นได้อย่างแม่นยำทางเลือกสถานีที่ใกล้ที่สุดคือจุดเน้นของการศึกษาครั้งนี้. อยู่บนพื้นฐานของความรู้ของเราเป็นรูปแบบ logit น่าจะเป็นประมาณการของการเลือกสถานีที่ใกล้ที่สุดหรือสถานีที่ไม่ได้อยู่ใกล้ที่สุดขึ้นอยู่กับลักษณะของทางเลือกทั้งสอง(ที่ใกล้ที่สุดหรือไม่ ใกล้ที่สุด) อย่างไรก็ตามสำหรับการศึกษาของเราเรารู้เพียงว่าสถานีที่เลือกผู้ใช้และสามารถคำนวณไม่ว่าจะเป็นสถานีที่ใกล้ที่สุดที่มาหรือไม่ หากเลือกสถานีคือสถานีที่ใกล้ที่สุดเราก็จะไม่สามารถที่จะกำหนดสถานีทางเลือกเพื่อให้รูปแบบชุดของใกล้ทางเลือกที่สถานีหรือสถานีที่ไม่ได้ใกล้เคียงที่สุดเพราะมีจำนวนมากดังนั้นทางเลือกสถานีที่ไม่ใช่ที่ใกล้ที่สุดในรถไฟเครือข่าย เพื่อที่จะลดความซับซ้อนของปัญหาการวิจัยที่เรานำมาใช้การถดถอยโลจิสติกรุ่นที่จะเข้าใจว่าเลือกสถานีที่ใกล้ที่สุดอยู่ที่สถานีหรือไม่และทำไมตัวเลือกเหล่านี้ถูกสร้างขึ้นมา ในคำอื่น ๆ ถ้าระยะทางไม่ได้เป็นปัจจัยที่มีอำนาจเหนือการเพิ่มประสิทธิภาพสำหรับการเลือกสถานีและเราคิดว่านักเดินทางmaximisers ยูทิลิตี้การเดินทางแล้วสิ่งอื่น ๆปัจจัยที่อาจจะรวมอยู่ในยูทิลิตี้ทางเลือกของพวกเขา ดังนั้นจึงเป็นครั้งแรกประมาณเราประเมินทางเลือกไบนารีโดยใช้การถดถอยโลจิสติกแบบสถานีที่ใกล้ที่สุดกระบวนการทางเลือกที่สำคัญและระบุปัจจัย

ผลลัพธ์ (ไทย) 3:

2 . ที่เกี่ยวข้องกับการศึกษา
ได้ศึกษาความสัมพันธ์ระหว่าง
ใกล้กับสถานีรถไฟและความโน้มเอียงที่จะใช้รถไฟ ( ลินด์เซย์
et al . , 2010 ; cervero , 2006 , 2007 ; bernick และ cervero , 1997 ;
beimborn et al . , 2003a ) beimborn et al . ( 2003a ) แบ่ง
ตลาดการขนส่งเป็นทางเลือกและผู้ใช้ที่เป็นเชลย การขนส่งนักโทษผู้ใช้ทำ
ไม่ได้เป็นเจ้าของรถ หรือมีการ จำกัด การเข้าถึงรถพวกเขาหนักพึ่งพา
ระบบขนส่งสาธารณะ และมักอาศัยอยู่ภายในระยะทางเดินของ
ขนส่งหยุด ผู้ใช้รถยนต์จะต้องเสร็จสมบูรณ์การเดินทางของพวกเขาเป็นเชลย
ใช้รถยนต์เนื่องจากความไม่สะดวกและแข็งของ
บริการขนส่ง ทางเลือกที่ผู้ใช้มีอิสระที่จะเดินทางโหมด
ไม่มีข้อจำกัดเหล่านี้ โดยการบูรณาการปัญหาเหล่านี้ในรูปแบบการพยากรณ์
การขนส่ง ,การตัดสินใจรูปแบบของผู้ใช้ขนส่ง
จะดีขึ้นครับ
cervero ( 2006 ) ระบุว่ามีเพียง 20% ที่แคลิฟอร์เนียผู้โดยสาร
อยู่ใกล้สถานีรถไฟ เดินทาง จริง ๆวิธี ซึ่งอาจจะเกิดจากการกระจายอำนาจ
อย่างต่อเนื่องของอาคารสำนักงานและแข็ง
และความไม่สะดวกของการขนส่งสาธารณะ ( cervero , 2007 ;
ลินด์เซย์ et al . , 2010 ) อย่างไรก็ตาม เขายังชี้ให้เห็นว่าสหรัฐ
ชาวบ้าน ที่อาศัยอยู่ภายในครึ่งไมล์วงกลมของการขนส่งหยุด 4
ครั้งมีแนวโน้มที่จะใช้บริการรถไฟมากกว่าผู้โดยสารอยู่
ระหว่างครึ่งหนึ่งและสามไมล์ของหยุด และห้าถึงหกครั้ง
มากกว่าผู้โดยสารอยู่เกินสามไมล์วงกลม
( cervero , 2007 ) ตาม cervero ทำงาน ลินด์เซย์ et al . ( 2010 )
พัฒนาวิธีการที่จะเข้าใจความสัมพันธ์ระหว่าง
ใกล้หยุดการขนส่งและผู้โดยสารสำหรับการเดินทาง ทั้งใน
ชิคาโก เพื่อประเมินการลดการใช้พลังงาน ถ้าผู้โดยสารที่มีปลายทางที่มา /
ภายในหนึ่งกิโลเมตรจากสถานีรถไฟสามารถเปลี่ยนรูปแบบ
พาเดินทางจากรถส่วนตัว
การขนส่งสาธารณะ อย่างไรก็ตาม เขายอมรับว่าระยะทางไม่ได้เป็นเพียงปัจจัยเดียวที่มีผลต่อ
ระบบขนส่งระบบรางทางเลือก ปัจจัยอื่น ๆเช่น
ความสะดวกในการเข้าถึงสถานีรถไฟฟ้า , ราคาของที่จอดรถและจอดรถว่าง
นอกจากนี้ยังมีปัจจัยที่สำคัญ krygsman et al .
( 2004 ) พบว่า ถ้าระยะทางไปยังสถานีที่นอกเหนือไปจากเกณฑ์บางอย่างที่ , ผู้โดยสารจะมีทางเลือกการขนส่งพิจารณา

หนึ่งของต้นรถไฟสถานีพัฒนา
เลือกรุ่นโดย kastrenakes ( 1988 ) ในความพยายามที่จะเตรียมพื้นฐานสำหรับการพยากรณ์
รถไฟท่องเที่ยวในพื้นที่รัฐนิวเจอร์ซีย์ กับประเทศปลายทางคู่
ข้อมูล เขาวิเคราะห์กระบวนการการเลือกสถานีที่ออกเดินทางและระบุตำแหน่งของ
สถานี , เวลาการเข้าถึง ความถี่ของบริการ และเป็นปัจจัยที่มีผลต่อค่าใช้จ่ายทั่วไป

uncorrelated สถานีทางเลือกสำหรับผู้โดยสาร จากนั้นวอร์ดเมิ่น andwhelan ( 1999 ) ศึกษารถไฟสถานี
เลือกพื้นที่ลอนดอนและมุ่งมั่นพร้อมที่จอดรถและสิ่งอำนวยความสะดวกอื่น ๆ นอกจากนี้ยังมีสถานี

และที่สำคัญควรแนะนำเป็นทางเลือกแบบ ต่อมา เวลาเดินทางและการเข้าถึงโหมดสถานี

ถูกค้นพบเป็นปัจจัย สำคัญที่มีผลต่อการเลือกสถานี
โดยผู้เขียนหลายคน ( เดวิดสัน และ ยาง , 1999 ;
แฟน et al . , 1993 ; วอร์ดเมิ่น และ วีแลน ,2542 ; debrezion , G . , et al . ,
2009 ) เมื่อเร็วๆ นี้ debrezion , G . , et al . ( 2009 ) พบว่ารถไฟ
คุณภาพบริการและการเข้าถึงสถานีที่ขาดไม่ได้
ปัจจัยสำหรับสถานีเลือกรุ่นในระหว่างการศึกษาผู้ใช้รถไฟ
ดัตช์สำหรับเข้าโหมดและออกเดินทางสถานีรถไฟ .
วิธีที่พบมากที่สุดสำหรับการเลือกรูปแบบการเลือกสถานี
รวมแบบไม่ต่อเนื่อง การวิเคราะห์ความถดถอยโลจิสติก
Multinomial Logit ไขว้ซ้อนกันแบบจำลองโลจิท ( Logit
แม็คฟาดเด้น , 1974 ; hensher et al . , 2005 ; รถไฟ 2002 ; tversky , 1972 ;
วอร์ดเมิ่น et al . , 2007 ; cervero , 2007 ; debrezion , G . , et al . , 2009 ) .
ตัวอย่างหนึ่งของการศึกษา เร็ว , พัฒนาโดย desfor ( 1975 )
เสนอรูปแบบทางเลือกไบนารีที่จะเข้าใจ
สถานีผู้โดยสาร ' โหมดและเลือกสถานีขึ้นอยู่กับการถดถอยและ
ตัวแบบการตัดสินใจด้วยสองขั้นตอนกระบวนการ ค่าใช้จ่ายการเดินทางก็ใช้
เป็นวัดแทน disutility เลือกสถานีระหว่างสถานีและต้นทุนน้อยที่สุด
หน้าสถานี debrezion , G . , et al . ( 2009 )
พัฒนาการศึกษาเพื่อความเข้าใจของนักท่องเที่ยวชาวดัตช์เข้าโหมดและพฤติกรรมการใช้สถานี
ออกเดินทางจองซ้อนกันแบบจำลองโลจิต .
ส่วนของการวิจัยนี้ เพื่อพัฒนาคุณภาพบริการรถไฟ
ดัชนี ( rsqi ) ซึ่งมีมาตรการของการรถไฟไปสถานีอื่น ๆทั้งหมด
และมีศักยภาพในการปรับปรุง
การวิเคราะห์ราคาความชอบในพื้นที่และตรวจสอบการเข้าถึงสถานีรถไฟ
ที่ใกล้เคียงระดับ แทนการเลือกสถานี
, บางการศึกษาได้มุ่งเน้นในการเลือกเส้นทางรถไฟในมาก
เครือข่ายมีความหนาแน่นสูง ( morichi et al . , 2001 ) ตัวอย่างเช่น ยาย et al .
( 1997 ) ดีขึ้นโดยตัวแบบโพรบิทเส้นทางทางเลือก
พฤติกรรมตามเครือข่ายรถไฟในโตเกียว โดยแนะนำ
แต่ละทางเลือกโครงสร้างต้นไม้ในเมทริกซ์เพื่อแสดงความสัมพันธ์ระหว่างใด ๆทางเลือก
ซ้อนเส้นทาง ในบริบท
เพิร์ธ ออสเตรเลียตะวันตก เรามี
รถไฟหนาแน่นต่ำมากเครือข่าย ( ห้าสายรถไฟในรูปรัศมี ) ดังนั้น เราไม่ต้องเป็นรูปแบบซับซ้อน

เข้าใจพฤติกรรมการเลือกเส้นทางเลียบรถไฟเครือข่าย สถานีทางเลือกมากขึ้น
แน่นอน เลือกที่สถานีที่ใกล้ที่สุดคือ มุ่งเน้นการศึกษา .
ตามความรู้ของเรา แบบจำลองโลจิตในการวิเคราะห์ประเมินความน่าจะเป็นของ
เลือกที่ใกล้ที่สุดสถานีหรือสถานี ไม่ใกล้จาก
คุณลักษณะของทั้งสองทางเลือก ( ที่ใกล้ที่สุด หรือ ไม่ใกล้ ) อย่างไรก็ตาม
การศึกษาของเรา เรารู้แค่ว่าผู้ใช้เลือกสถานีและสามารถคำนวณ
ไม่ว่าจะเป็นสถานีที่ใกล้ที่สุดกับประเทศหรือไม่ ถ้าสถานีที่เลือก
เป็นสถานีที่ใกล้ที่สุด เราก็ไม่สามารถหา
สถานีทางเลือกเพื่อสร้างทางเลือกชุดใกล้สถานีหรือสถานี ไม่ใกล้

เพราะมีมากทางเลือกที่ไม่ใกล้สถานีรถไฟสถานีในเครือข่าย เพื่อ
เพื่อลดความซับซ้อนของปัญหาในการวิจัย เราใช้ตัวแบบถดถอยโลจิสติกเพื่อให้เข้าใจว่าสถานี

เลือกสถานีที่ใกล้ที่สุดหรือไม่และทำไมตัวเลือกเหล่านี้ได้ ในคำอื่น ๆถ้า
ระยะทางไม่ใช่เป็นปัจจัยสำหรับสถานีซทางเลือก
และเราคิดว่านักท่องเที่ยวมีการเดินทาง maximisers สาธารณูปโภค ,แล้ว ปัจจัยอื่น ๆของทางเลือก
อาจจะรวมอยู่ในโปรแกรม ? ดังนั้น การใช้ตัวเลือกไบนารีเราประเมินก่อน

การถดถอยโลจิสติกแบบใกล้สถานีเลือกกระบวนการและระบุปัจจัยสําคัญ

.