ANNEX C: ECONOMETRIC MODEL SPECIFIC

ANNEX C: ECONOMETRIC MODEL SPECIFICATIONS
Ordinary Least Squares
Ordinary Least Squares (OLS) regression analysis is a method relating passenger traffic to air travel prices, income (GDP) levels, and other variables that have an intuitive and measured impact on air travel, while minimising the variance (randomness) of the estimates. The regression analysis allows the relationship between traffic and air travel price to be isolated and quantified while controlling for other factors that may impact on air travel, such as gross domestic product, population levels, route distance and seasonality.
InterVISTAS used OLS techniques with a log-log model formulation, as follows14:
ln(Traffic) = Constant + a1 x ln(Price) + a2 x ln(Var2) + … + an x ln(VarN) + an+1 x Dummies
Where:
Traffic is the dependent variable,•
Price is the average economy or leisure air travel price.•
Var2 to VarN are other quantifiable explanatory • variables that affect traffic levels.
ln( ) refers to the variables inside of the parentheses • transformed by the natural logarithm.
The dummies are variables that take the form of 1 • or 0 in any observation and capture any remaining structural reasons for traffic differences between routes.
The regression analysis estimates the value of the parameters (constant, a1, a2, a3, a4, a5, etc.) on each of the variables, which reflect the relative impact of each of the variables on traffic levels. As log formulations approximate percentage changes in impacts, the parameters of the logged independent variables can be directly interpreted as elasticities.
Two-Stage Least Squares
Two-stage least squares (2SLS) is a regression technique that is used when explanatory variables are believed to be correlated with the regression model’s error term used to obtain consistent estimators15. One or more instrumental variables (IVs) that are correlated with the endogenous explanatory variable, but uncorrelated with the dependent variable are used to isolate the effects of the endogenous explanatory variable. This process increases consistency (relative to OLS), at the expense of increasing sample variance.
InterVISTAS experimented with the use of two-stage least squares techniques to improve the consistency of elasticity estimates. The natural logarithm of distance and the natural logarithm of fuel prices were used separately and combined as potential IVs. In some data sets, distance was found to be a worthwhile IV, exhibiting high correlations with travel prices and low correlations with traffic. However, there is some concern that distance should be used as an explanatory variable instead of an instrument (if route distance is believed to have an impact on traffic). Fuel prices were found to be poor IVs. Fuel prices exhibited low correlations with traffic and travel prices.

ผลลัพธ์ (ไทย) 1:

C:แอนเน็กซ์ข้อมูลจำเพาะรุ่น ECONOMETRICกำลังสองน้อยสุดธรรมดาปกติกำลังสองน้อยสุด (OLS) วิเคราะห์การถดถอยเป็นวิธีการที่เกี่ยวข้องโดยสารเพื่อเดินทางราคา ระดับรายได้ (GDP) และตัวแปรอื่น ๆ ที่มีผลต่อวัด และง่ายในการเดินทางอากาศ ในขณะที่ minimising (randomness) ผลต่างของการประเมิน การวิเคราะห์การถดถอยทำให้ความสัมพันธ์ระหว่างราคาเดินทางจราจรและแอร์แยกต่างหาก และในขณะที่การควบคุมสำหรับปัจจัยอื่น ๆ ที่อาจส่งผลกระทบในการเดินทางอากาศ ผลิตภัณฑ์มวลรวมภายในประเทศ ระดับประชากร ระยะทางของเส้นทาง และ seasonality quantifiedInterVISTAS ใช้เทคนิค OLS มีการบันทึกล็อกแบบจำลองกำหนด เป็น follows14:ln(Traffic) =ค่าคง + a1 x ln(Price) + a2 x ln(Var2) +... + ln(VarN) x การ + การ + หุ่น 1 xที่ตั้ง:รับส่งข้อมูลจะขึ้นอยู่กับตัวแปร , •ราคาเป็นเศรษฐกิจหรือผ่อนแอร์ในราคาเฉลี่ย•Var2 จะ VarN •วัดปริมาณได้อธิบายแบบที่มีผลต่อระดับการจราจรได้ln ()หมายถึงตัวแปรภายใน•เล็บแปลง โดยการหาค่าลอการิทึมธรรมชาติหุ่นเป็นตัวแปรที่ใช้แบบฟอร์ม 1 •หรือ 0 ในการสังเกต และจับความแตกต่างในการจราจรระหว่างเส้นทางเหตุผลโครงสร้างใด ๆ ที่เหลือวิเคราะห์การถดถอยการประมาณค่าพารามิเตอร์ (ค่าคง a1, a2, a3, a4, a5 ฯลฯ) ตัวแปรที่สะท้อนผลกระทบสัมพัทธ์ของตัวแปรระดับการจราจรแต่ละ แต่ละ เป็นสูตรล็อกประมาณเปอร์เซ็นต์การเปลี่ยนแปลงในผลกระทบ พารามิเตอร์ของตัวแปรอิสระเข้าสู่สามารถตรงตีความเป็น elasticitiesสองกำลังสองน้อยสุดสองกำลังสองน้อยสุด (2SLS) เป็นเทคนิคการถดถอยที่ใช้ตัวแปรอธิบายเชื่อว่าถูก correlated กับคำผิดพลาดของแบบจำลองถดถอยที่ใช้เพื่อรับ estimators15 สอดคล้อง เครื่องมือสอง (IVs) ที่มี correlated กับ endogenous อธิบายตัวแปร แต่ uncorrelated กับตัวแปรที่ขึ้นอยู่กับจะใช้เพื่อแยกผลของตัวแปรอธิบาย endogenous กระบวนการนี้เพิ่มความสอดคล้อง (เทียบ OLS), ค่าใช้จ่ายของผลต่างตัวอย่างเพิ่มขึ้นเบื้อง interVISTAS ด้วยการใช้กำลังสองน้อยสุดสองเทคนิคการปรับปรุงความสอดคล้องของการประเมินความยืดหยุ่น ลอการิทึมของไกลและลอการิทึมธรรมชาติของราคาน้ำมันเชื้อเพลิงถูกใช้แยก และรวมเป็น IVs ที่อาจเกิดขึ้น ในบางชุดข้อมูล ระยะพบให้ IV คุ้มค่า อย่างมีระดับความสัมพันธ์สูงกับราคาเดินทางและความสัมพันธ์ต่ำกับการจราจร อย่างไรก็ตาม มีความกังวลบางอย่างว่า ระยะทางควรใช้เป็นตัวแปรอธิบายแทนเครื่องดนตรี (ถ้าห่างเส้นทางเชื่อว่ามีผลต่อการจราจร) ราคาเชื้อเพลิงพบมี IVs ที่ยากจน ราคาน้ำมันจัดแสดงความสัมพันธ์ต่ำกับการจราจรและการเดินทางราคา

ผลลัพธ์ (ไทย) 2:

ภาคผนวก ANNEX C: ECONOMETRIC MODEL SPECIFICATIONS
เศรษฐรายละเอียดรูปแบบสามัญสองน้อยสามัญสองน้อยที่สุดOrdinary Least Squares
( Ordinary Least Squares (OLS) regression analysis is a method relating passenger traffic to air travel prices, income (GDP) levels, and other variables that have an intuitive and measured impact on air travel, while minimising the variance (randomness) of the estimates. The regression analysis allows the relationship between traffic and air travel price to be isolated and quantified while controlling for other factors that may impact on air travel, such as gross domestic product, population levels, route distance and seasonality.
InterVISTAS used OLS techniques with a log-log model formulation, as follows14:
ln(Traffic) = Constant + a1 x ln(Price) + a2 x ln(Var2) + … + an x ln(VarN) + an+1 x Dummies
Where:
Traffic is the dependent variable,•
Price is the average economy or leisure air travel price.•
Var2 to VarN are other quantifiable explanatory • variables that affect traffic levels.
ln( ) refers to the variables inside of the parentheses • transformed by the natural logarithm.
The dummies are variables that take the form of 1 • or 0 in any observation and capture any remaining structural reasons for traffic differences between routes.
The regression analysis estimates the value of the parameters (constant, a1, a2, a3, a4, a5, etc.) on each of the variables, which reflect the relative impact of each of the variables on traffic levels. As log formulations approximate percentage changes in impacts, the parameters of the logged independent variables can be directly interpreted as elasticities.
Two-Stage Least Squares
Two-stage least squares (2SLS) is a regression technique that is used when explanatory variables are believed to be correlated with the regression model’s error term used to obtain consistent estimators15. One or more instrumental variables (IVs) that are correlated with the endogenous explanatory variable, but uncorrelated with the dependent variable are used to isolate the effects of the endogenous explanatory variable. This process increases consistency (relative to OLS), at the expense of increasing sample variance.
InterVISTAS experimented with the use of two-stage least squares techniques to improve the consistency of elasticity estimates. The natural logarithm of distance and the natural logarithm of fuel prices were used separately and combined as potential IVs. In some data sets, distance was found to be a worthwhile IV, exhibiting high correlations with travel prices and low correlations with traffic. However, there is some concern that distance should be used as an explanatory variable instead of an instrument (if route distance is believed to have an impact on traffic). Fuel prices were found to be poor IVs. Fuel prices exhibited low correlations with traffic and travel prices.

ผลลัพธ์ (ไทย) 3:

ภาคผนวก C : เศรษฐมิติแบบ Ordinary Least Squares กำหนด

วิธีกำลังสองน้อยที่สุด ( OLS ) การวิเคราะห์การถดถอยคือ วิธีการเกี่ยวกับการจราจรผู้โดยสารราคาการเดินทางทางอากาศ รายได้ ( GDP ) ระดับและตัวแปรอื่น ๆที่ได้รับผลกระทบได้ง่ายและวัด การเดินทางทางอากาศ , ในขณะที่การลดความแปรปรวน ( สุ่ม ) ของประมาณการการวิเคราะห์การจราจรและช่วยให้ความสัมพันธ์ระหว่างราคาและปริมาณการเดินทางทางอากาศจะแยกในขณะที่การควบคุมปัจจัยอื่น ๆที่อาจส่งผลกระทบต่อการเดินทางทางอากาศ เช่น ผลิตภัณฑ์ มวลรวมภายในประเทศประชากรระดับระยะทางเส้นทางและฤดูกาล .
intervistas ใช้เทคนิคกับรูปแบบการบันทึกและบันทึกเป็น follows14 :
LN ( การจราจร ) = ค่าคงที่ A1 x ln ( ราคา ) A2 x ln ( var2 ) . . . . . . . x ln ( วาร์น ) 1 X :

ที่หุ่นจราจร คือตัวแปรตาม คือ เศรษฐกิจ -
ราคาเฉลี่ยหรือสันทนาการการเดินทางทางอากาศราคา บริการอื่น ๆเพื่อวาร์น
var2 นั้นแต่ละตัวแปรที่อธิบาย มีผลต่อระดับการจราจร .
ln ( ) หมายถึงตัวแปรภายในวงเล็บ - เปลี่ยนโดยพจนานุกรม ฉบับราชบัณฑิตยสถาน .
ของปลอมมีตัวแปรที่ใช้รูปแบบของ 1 - 0 หรือในการสังเกตและจับที่เหลือใด ๆโครงสร้างเหตุผลสำหรับความแตกต่างระหว่างเส้นทางการจราจร .
การวิเคราะห์ประมาณค่าของพารามิเตอร์ ( คงที่ , A1 , A2 , A3 , A4 , A5 , ฯลฯ ) ในแต่ละตัวแปรที่สะท้อนให้เห็นถึงผลกระทบต่อญาติ ของแต่ละตัวแปรในระดับการจราจรเป็นบันทึกสูตรโดยประมาณการเปลี่ยนแปลงเปอร์เซ็นต์ในผลกระทบต่อพารามิเตอร์ของตัวแปรอิสระที่สามารถบันทึกโดยตรงการตีความว่าเป็นค่ากำลังสองน้อยที่สุดสองขั้น .

สองเวทีกำลังสองน้อยที่สุด ( 2sls ) เป็นเทคนิคที่ใช้ในการเชื่อว่าเมื่อตัวแปรมีความสัมพันธ์กับแบบการถดถอยของข้อผิดพลาดในระยะใช้เพื่อขอรับ estimators15 สอดคล้องกันหนึ่งหรือมากกว่าหนึ่งตัวแปรเครื่องมือ ( IVs ) ซึ่งมีความสัมพันธ์กับตัวแปรที่อธิบายโครงสร้าง แต่ uncorrelated กับตัวแปรตามจะใช้เพื่อแยกผลของตัวแปรในการ . กระบวนการนี้เพิ่มความสอดคล้องกัน ( เทียบกับ OLS ) ที่ค่าใช้จ่ายของการเพิ่มความแปรปรวน
ตัวอย่าง .intervistas ทดลองด้วยการใช้เทคนิคแบบกำลังสองน้อยที่สุด เพื่อปรับปรุงความสอดคล้องของค่าประมาณการ ธรรมชาติของระยะทางและลอการิทึมลอการิทึมธรรมชาติของราคาเชื้อเพลิงที่ใช้แยกและรวมเป็นสายน้ำเกลือที่อาจเกิดขึ้น ในบางชุดข้อมูลระยะทางได้ 4 คุ้ม แสดงความสัมพันธ์สูงกับราคาที่เดินทางและความสัมพันธ์ต่ำกับการจราจรอย่างไรก็ตาม มีความกังวลว่า ระยะทางที่ควรใช้เป็นการอธิบายตัวแปรแทนเครื่องดนตรี ( ถ้าเส้นทาง ระยะทาง เชื่อว่าจะมีผลกระทบต่อการจราจร ) ราคาน้ํามัน พบว่ามีคนยากจน IVs . ราคาน้ํามันมีความสัมพันธ์กับปริมาณและราคาต่ำ เดินทาง