Table 2 shows the coefficients and

Table 2 shows the coefficients and significance of variables estimated in two specifications of the conditional logit model, the latter including the interaction terms FTFEMALE and FTKNOW defined above. Neither of these specifications include a parameter estimate of the OTHER ASC term; including this term introduces high multi collinearity into the model. As the specification including the additional interaction terms (model 2) conforms more closely to theory and also performs better in terms of goodness-of-fit as indicated by log-likelihood and pseudo-R2 measures (p2), it was used to calculate the elasticity and probability of choice estimates.

ผลลัพธ์ (ไทย) 1:

ตารางที่ 2 แสดงค่าสัมประสิทธิ์และความสำคัญของตัวแปรประเมินในข้อที่สองของแบบจำลอง logit เงื่อนไข หลังรวมถึงเงื่อนไขการโต้ตอบที่ FTFEMALE และ FTKNOW กำหนดไว้ข้างต้น ของข้อกำหนดเหล่านี้รวมถึงการประเมินพารามิเตอร์ของคำ ASC อื่น ๆ คำนี้รวมถึงแนะนำภาวะร่วมเส้นตรงหลายสูงลงในแบบ เป็นข้อกำหนดรวมทั้งข้อกำหนดเพิ่มเติมโต้ (รุ่น 2) สอดคล้องใกล้เคียงกับทฤษฎีทำได้ดีกว่าในแง่ของความดีความพอดีตามที่ระบุ โดยล็อกโอกาส และมาตรการหลอก R2 (p2), มันถูกใช้เพื่อคำนวณค่าความยืดหยุ่น และประมาณการความน่าเป็นที่เลือก

ผลลัพธ์ (ไทย) 2:

ตารางที่ 2 แสดงค่าสัมประสิทธิ์และความสำคัญของตัวแปรประมาณในสองรายละเอียดของรูปแบบ logit เงื่อนไขหลังรวมทั้งแง่การมีปฏิสัมพันธ์ FTFEMALE และ FTKNOW ที่กำหนดไว้ข้างต้น ทั้งของข้อกำหนดเหล่านี้รวมถึงการประมาณการพารามิเตอร์ของระยะ ASC อื่น ๆ รวมทั้งในระยะนี้แนะนำ collinearity หลายสูงขึ้นไปในรูปแบบ ในฐานะที่เป็นสเปครวมทั้งแง่การมีปฏิสัมพันธ์เพิ่มเติม (รุ่น 2) สอดคล้องอย่างใกล้ชิดกับทฤษฎีและยังดำเนินการดีกว่าในแง่ของความดีของพอดีตามที่ระบุโดยการเข้าสู่ระบบความน่าจะเป็นและมาตรการหลอก R2 (P2) มันถูกนำมาใช้ในการคำนวณ ยืดหยุ่นและความน่าจะเป็นของการประมาณการทางเลือก

ผลลัพธ์ (ไทย) 3:

ตารางที่ 2 แสดงให้เห็นค่าและความสำคัญของตัวแปรประมาณสองคุณสมบัติของแบบจำลองโลจิท เงื่อนไข หลัง รวมทั้งเงื่อนไขและปฏิสัมพันธ์ ftfemale ftknow นิยามข้างต้น ด้วยคุณสมบัติเหล่านี้รวมถึงวิธีการประมาณค่าพารามิเตอร์ของคำว่า ASC อื่นๆ รวมทั้งในระยะนี้แนะนำสูงหลาย collinearity เข้าไปในโมเดล เป็นคุณสมบัติรวมทั้งเงื่อนไขปฏิสัมพันธ์เพิ่มเติม ( รุ่น 2 ) สอดคล้องอย่างใกล้ชิดกับทฤษฎี และยัง ประสิทธิภาพดีกว่าในแง่ของความสอดคล้องตามที่ระบุโดยโอกาสเข้าสู่ระบบและมาตรการ pseudo-r2 ( P2 ) , มันถูกใช้เพื่อคำนวณความยืดหยุ่นและความน่าจะเป็นของการประเมินทางเลือก