Following this, another nonlinear model using bivariate probit was emp dịch - Following this, another nonlinear model using bivariate probit was emp Việt làm thế nào để nói

Following this, another nonlinear m

Following this, another nonlinear model using bivariate probit was employed to estimate the values with a binary dependent variable, the “yes” and “no” responses to the WTP question. For this model, the estimation of mean and median WTP was done by using the estimated coefficients given by Cameron and Quiggin (1994). The estimation of the coefficients using bivariate probit model includes two related models, which can be expressed as:
Y*1 =α1 + ß1 B1 +Σßixi +ε1 (9)
i=2 m
Y*2 =α2 + ß1 B2 +Σßjxj +ε2 (10) j=2
corr [ε1, ε2] = ρ
Where Y1 and Y2 are the binary responses to the WTP questions;
B1 and B2 are the bids in the first and second bid question; Xi represents socio-demographic variables and α’s and ß‟s are the coefficients to be estimated.
For the purpose of the study, estimations are undertaken by using both the single and double-bounded dicho-
tomous choice models. For the single-bounded dichoto- mous choice model, the study estimated the WTP using
Logistic model, while for the double-bounded dichoto- mous choice analysis the study used a log-logistic and
log-normal model including the bivariate probit model.
The explanatory variables used are listed in Table 1.
These variables were included into the models partly because they were believed to be important determinants of WTP.
Willingness = α + β1AGE + β2YRSEDU + β3INCOME β+ β4FOREIGN + β5 PERCEP + β6VISIT+ β7BID1 + β8BID2
Results for the logistic model show that age (AGE) of the respondents and bid assigned for conservation fee are positively related (Table 2). When the age of the respon-
dents increases, the probability of saying „yes‟ will increase. Thus, the age of respondents increased by one year; the probability of saying „yes‟ increased to 0.5%. Results also show the positive relationship for years in education (YRSEDU). The higher in education resulted higher probability of accepting the bid. In other words, higher educated person is more likely to pay. Besides
that, the higher the monthly income (INCOME), the more likely the respondents will accept a given bid. For the perception on recreational facilities and services provided (PERCEP), a positive perception from respondents resulted in higher probability of saying „yes‟ or accepting the bid. People who are satisfied with the recreational
facilities and services provided are willing to pay more. However, inconsistency in terms of expected sign still remained for variable measuring number of visit (VISIT). The coefficients for bid offered (BID1) are negatively correlated with the probability of acceptance as expected. The negative and statistically significant coefficients on bid suggested that the higher the amount respondents
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
Sau đó, một mô hình phi tuyến bằng cách sử dụng bivariate probit được sử dụng để ước tính các giá trị với một biến phụ thuộc nhị phân, "có" và "không có" hồi đáp cho câu hỏi WTP. Cho mô hình này, dự toán của có ý nghĩa và trung bình WTP đã được thực hiện bằng cách sử dụng hệ số ước tính được đưa ra bởi Cameron và Quiggin (1994). Dự toán hệ số sử dụng bivariate probit mẫu bao gồm hai mô hình có liên quan, mà có thể được biểu thị dưới dạng:Y * 1 = α1 + ß1 B1 + Σßixi + ε1 (9)tôi = 2 mY * 2 = α2 + ß1 B2 + Σßjxj + ε2 (10) j = 2Corr [ε1, ε2] = ρNơi Y1 và Y2 là các câu trả lời nhị phân cho các câu hỏi WTP;B1 và B2 là giá thầu trong câu hỏi giá thầu đầu tiên và thứ hai; Xi đại diện cho biến nhân khẩu học xã hội và của α và ß‟s là câu để được ước tính.Cho mục đích nghiên cứu, estimations được thực hiện bằng cách sử dụng cả các đơn và đôi bao bọc dicho-tomous lựa chọn mô hình. Cho các mô hình lựa chọn đĩa đơn bao bọc dichoto-d, nghiên cứu ước tính sử dụng WTPMô hình logistic, thời gian để phân tích sự lựa chọn này giáp với đôi dichoto-d nghiên cứu sử dụng một đăng nhập-hậu cần vàMô hình đăng nhập bình thường bao gồm các mô hình probit bivariate.Các biến giải thích được sử dụng được liệt kê trong bảng 1.Các biến này đã được đưa vào các mô hình một phần vì họ đã được cho là yếu tố quyết định quan trọng của WTP.Sẵn sàng = α + β1AGE + β2YRSEDU + β3INCOME β + β4FOREIGN + β5 PERCEP + β6VISIT + β7BID1 + β8BID2Các kết quả cho chương trình mô hình logistic tuổi (tuổi) của người trả lời và giá thầu được gán cho chi phí bảo tồn tích cực liên quan (bảng 2). Khi tuổi của respon -buôn tăng, khả năng nói "yes‟ sẽ làm tăng. Vì vậy, tuổi của người trả lời tăng thêm một năm; khả năng nói "yes‟ tăng 0,5%. Kết quả cũng cho thấy mối quan hệ tích cực trong nhiều năm qua trong giáo dục (YRSEDU). Cao hơn trong giáo dục kết quả cao xác suất của chấp nhận giá thầu. Nói cách khác, người giáo dục cao hơn là nhiều khả năng để trả tiền. Bên cạnh đórằng, càng cao thu nhập hàng tháng (thu nhập), nhiều khả năng những người trả lời sẽ chấp nhận một giá thầu cho trước. Cho nhận thức về phương tiện giải trí và dịch vụ cung cấp (PERCEP), một nhận thức tích cực từ người trả lời kết quả là các xác suất cao của nói "yes‟ hoặc chấp nhận giá thầu. Những người được hài lòng với sự giải tríTiện nghi và dịch vụ cung cấp sẵn sàng trả nhiều hơn nữa. Tuy nhiên, các mâu thuẫn trong điều khoản của dấu hiệu dự kiến sẽ vẫn còn ở lại cho biến số đo của chuyến thăm (lượt truy cập). Hệ số cho giá thầu cung cấp (BID1) tiêu cực tương quan với xác suất của chấp nhận như mong đợi. Hệ số tiêu cực và ý nghĩa thống kê trên giá thầu đề nghị đó cao hơn những người trả lời số tiền
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
Sau này, một mô hình phi tuyến sử dụng probit hai biến được sử dụng để ước tính giá trị với một biến phụ thuộc nhị phân, "có" và "không" trả lời cho các câu hỏi WTP. Đối với mô hình này, việc ước lượng trung bình và trung vị WTP đã được thực hiện bằng cách sử dụng các hệ số ước tính được đưa ra bởi Cameron và Quiggin (1994). Việc lập dự toán của các hệ số sử dụng mô hình probit hai biến bao gồm hai mô hình có liên quan, có thể được thể hiện như:
Y * 1 = α1 + SS1 B1 + Σßixi + ε1 (9)
i = 2 m
Y * 2 = α2 + SS1 B2 + Σßjxj + ε2 (10) j = 2
corr [ε1, ε2] = ρ
đâu Y1 và Y2 là những phản ứng nhị phân cho các câu hỏi WTP;
B1 và B2 là các giá thầu trong câu thầu đầu tiên và thứ hai; Xi đại diện nhân khẩu học xã hội biến và α và ß "s là các hệ số được ước tính.
Đối với các mục đích nghiên cứu, dự toán được thực hiện bằng cách sử dụng cả hai dicho- đơn và kép bao quanh
mô hình lựa chọn tomous. Đối với các mô hình lựa chọn dichoto- mous single-giáp, nghiên cứu ước tính WTP sử dụng
mô hình Logistic, trong khi đối với các phân tích lựa chọn mous dichoto- đúp giáp nghiên cứu sử dụng một log-logistic và
mô hình đăng nhập bình thường bao gồm các mô hình probit hai biến.
Các biến giải thích sử dụng được liệt kê trong Bảng 1.
Các biến này được đưa vào mô hình một phần vì họ được tin là yếu tố quyết định quan trọng của WTP.
Sẵn sàng = α + β1AGE + β2YRSEDU + β3INCOME β + β4FOREIGN + β5 PERCEP + β6VISIT + β7BID1 + β8BID2
Kết quả cho các mô hình trình diễn logistic rằng tuổi (AGE) của người trả lời và giá thầu được giao cho phí bảo tồn đang tích cực liên quan (Bảng 2). Khi tuổi của nhiệm
vết lõm tăng, khả năng nói "yes" sẽ tăng lên. Vì vậy, tuổi của người trả lời tăng thêm một năm; xác suất nói "yes" tăng lên 0,5%. Kết quả cũng cho thấy mối quan hệ tích cực trong nhiều năm trong ngành giáo dục (YRSEDU). Cao hơn trong giáo dục dẫn đến xác suất cao hơn của việc chấp nhận hồ sơ dự thầu. Nói cách khác, người có học vấn cao hơn có nhiều khả năng để trả tiền. Bên cạnh
đó, cao hơn thu nhập hàng tháng (thu nhập), nhiều khả năng người được hỏi sẽ chấp nhận một giá thầu cho trước. Đối với nhận thức về thiết bị và dịch vụ giải trí được cung cấp (PERCEP), một nhận thức tích cực từ các đối tượng dẫn đến xác suất cao hơn nói "yes", nhận thầu. Những người đang hài lòng với giải trí
tiện nghi và dịch vụ được cung cấp sẵn sàng trả nhiều tiền hơn. Tuy nhiên, không nhất quán về dấu hiệu dự kiến sẽ vẫn giữ cho số đo biến của chuyến thăm (THAM). Các hệ số thầu cung cấp (BID1) có tương quan nghịch với xác suất chấp nhận như mong đợi. Các hệ số tiêu cực và có ý nghĩa thống kê về giá đề nghị cao hơn số tiền người trả lời
đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: