Diseño Experimental de PD con Dependencia entre Niveles de Atributos: Aplicación a Modelos de Elección de Horario de Viajes
Palabras clave:
Diseño de experimentos de PD, dependencia entre atributos, modelos de elección de horario de viajesResumen
Los atributos de diseño para una alternativa determinada en un experimento de elección, comúnmente se consideran independientes entre sí; sin embargo, en algunos casos realizar este supuesto puede dar lugar a situaciones de elección poco realistas. Este es el caso de experimentos relacionados con elección del horario de viaje, donde el costo y el tiempo de viaje suelen depender fuertemente de la hora en que este se inicia. El objetivo de este artículo es presentar un procedimiento de diseño por etapas que permite generar experimentos de elección eficientes y realistas cuando existen restricciones de dependencia entre atributos de una misma alternativa. El procedimiento de diseño, además, permite incluir otro tipo de restricciones para aumentar el realismo de las situaciones de elección, tales como: umbrales de diferencia entre los atributos de diferentes alternativas, valores de los atributos personalizados para cada encuestado, y restricciones de dominancia o eliminación de alternativas irrelevantes. El procedimiento de diseño descrito en este artículo fue aplicado en el contexto de un estudio sobre la hora de inicio de viajes al trabajo en Santiago (Chile). Los resultados de estimar los modelos resultantes y los experimentos de simulación realizados demuestran las bondades del diseño experimental propuesto, cuando existen relaciones de dependencia entre atributos de una misma alternativa.Citas
Ampt, E. & Ortúzar, J. de D. 2004. On best practice in continuous largescale mobility surveys. Transport Reviews, 24, 337-363.
Arellana, J.A., Daly, A., Hess, S., Ortúzar, J. de D. & Rizzi, L.I. 2012.
Developing surveys for the study of departure time choice: a two-stage
efficient design approach. Transportation Research Record(en
imprenta).
Arellana, J.A., Ortúzar, J. de D. & Rizzi, L.I. 2011. Survey data to model
time-of-day choice: methodology and findings. 9th International
Conference on Transport Survey Methods.Termas de Puyehue (Chile).
Asensio, J. & Matas, A. 2008. Commuters' valuation of travel time
variability. Transportation Research, 44E, 1074-1085.
Bajwa, S., Bekhor, S., Kuwahara, M. & Chung, E. 2008. Discrete choice
modeling of combined mode and departure time. Transportmetrica, 4,
-177.
Bierlaire, M. 2003. BIOGEME: A free package for the estimation of
discrete choice models. Proceedings of the 3
rd
Swiss Transportation
Research Conference. Ascona (Switzerland).
Bliemer, M.C.J., Rose, J.M. & Hess, S. 2008. Approximation of Bayesian
efficiency in experimental choice designs. Journal of Choice Modelling,
, 98-127.
Börjesson, M. 2008. Joint RP-SP data in a mixed logit analysis of trip
timing decisions. Transportation Research, 44E, 1025-1038.
Burgess, L. & Street, D.J. 2005. Optimal designs for choice experiments
with asymmetric attributes. Journal of Statistical Planning and
Inference, 134, 288-301.
Caussade, S., Ortúzar, J. de D., Rizzi, L.I. & Hensher, D.A. 2005.
Assessing the influence of design dimensions on stated choice experiment
estimates. Transportation Research, 39B, 621-640.
de Jong, G., Daly, A.J., Pieters, M., Vellay, C., Bradley, M. & Hofman, F.
A model for time of day and mode choice using error components
logit. Transportation Research, 39E, 245-268.
Ettema, D., Bastin, F., Polak, J. & Ashiru, O. 2007. Modelling the joint
choice of activity timing and duration. Transportation Research, 41A,
-841.
HCG 2000. WinMINT 2.1 User Manual. Hague Consulting Group, The
Hague.
Hess, S., Daly, A.J., Rohr, C. & Hyman, G. 2007a. On the development of
time period and mode choice models for use in large scale modelling
forecasting systems. Transportation Research, 41A, 802-826.
Hess, S., Polak, J., Daly, A.J. & Hyman, G. 2007b. Flexible substitution
patterns in models of mode and time of day choice: new evidence from
the UK and the Netherlands. Transportation, 34, 213-238.
Kocur, G, Adler, T, Hyman, W & Aunet, B 1982. Guide to Forecasting
Travel Demand with Direct Utility Assessment. US Department of
Transportation, Urban Mass Transportation Administration,
Washington DC.
Koster, P. & Tseng, Y.Y. 2010. Stated choice experimental designs for
scheduling models. En: Hess, S. & Daly, A.J. (eds.), Choice Modelling:
The state-of-the-art and the state-of-practice. Emerald, Bingley.
Li, Z., Hensher, D. A. & Rose, J. M. 2010. Willingness to pay for travel
time reliability in passenger transport: A review and some new empirical
evidence. Transportation Research, 46E, 384-403.
Louviere, J.J., Hensher, D.A. & Swait, J.D. 2000. Stated Choice
Methods: Analysis and Application, Cambridge University Press,
Cambridge.
McFadden, D. 1974. Conditional logit analysis of qualitative choice
behaviour. En: Zarembka, P. (ed.), Frontiers of Econometrics.
Academic Press, New York.
INGENIERÍA DE TRANSPORTE Vol. 15, Nº 01: 15-27 Artículo de Investigación
J. Arellana, JD. Ortúzar y L. Rizzi 27
MIDEPLAN-SECTRA 2005. Análisis y actualización del modelo
ESTRAUS. SECTRA, Santiago.
Ortúzar, J. de D. & Rodríguez, G. 2002. Valuing reductions in
environmental pollution in a residential location context. Transportation
Research, 7D, 407-427.
Ortúzar, J. de D. & Willumsen, L.G. 2011. Modelling Transport, 4
th
Edition, John Wiley and Sons, Chichester.
Rizzi, L.I. & Limonado, J.P. 2008. Integración y medición de los costos
externos de la congestión mediante el uso de encuestas de preferencias
declaradas. XV Congreso Panamericano Ingeniería Tránsito y
Transporte. Cartagena (Colombia).
Rose, J.M. & Bliemer, M.C.J. 2008. Stated preference experimental
design strategies. En: Hensher, D.A. & Button, K.J. (eds.), Handbook
of Transport Modelling. 2
nd
Edition, Elsevier, Amsterdam.
Rose, J.M., Bliemer, M.C.J., Hensher, D.A. & Collins, A.T. 2008.
Designing efficient stated choice experiments in the presence of reference
alternatives. Transportation Research, 42B, 395-406.
Saleh, W. & Farrell, S. 2005. Implications of congestion charging for
departure time choice: work and non-work schedule flexibility.
Transportation Research, 39A, 773-791.
Small, K.A. 1982. The scheduling of consumer activities: work Trips. The
American Economic Review, 72, 467-479.
Small, K.A., Noland, R.B., Chu, X. & Lewis, D. 1999. Valuation of
travel-time savings and predictability in congested conditions for highway
user-cost estimation. NCHRP Report 431. Transportation Research
Board, Washington, D.C.
Small, K.A., Noland, R.B. & Koskenoja, P. 1995. Socio-economic
attributes and impacts of travel reliability: a stated preference approach.
Research Reports, California Partners for Advanced Transit and
Highways (PATH), Institute of Transportation Studies, UC Berkeley.
Street, D.J. & Burgess, L. 2004. Optimal and near-optimal pairs for the
estimation of effects in 2-level choice experiments. Journal of Statistical
Planning and Inference, 118, 185-199.
Train, K. & Wilson, W. 2009. Monte Carlo analysis of SP-off-RP data.
Journal of Choice Modelling, 2, 101-117.
Tseng, Y.Y., Koster, P., Peer, S., Knockaert, J. & Verhoef, E. 2011.
Discrete choice analysis for trip timing decisions of morning commuters:
estimations from joint SP/RP-GPS data. International Choice Modelling
Conference. Leeds.
Tseng, Y.Y. & Verhoef, E. 2008. Value of time by time of day: a statedpreference study. Transportation Research, 42B, 607-618.
Vickrey, W. 1969. Congestion theory and transport investment. The
American Economic Review, 59, 251-260.
Yañez, M.F., Cherchi, E., Ortúzar, J. de D. & Heydecker, B.G. 2009.
Inertia and shock effects on mode choice panel data: implications of the
Transantiago implementation. 12
th
International Conference on Travel
Behaviour Research. Jaipur (India).
