为了缓解我国大、中、小城镇的交通拥挤,必须大力发展公交和提高公交运输系统的分载量,所以通过研究出行方式选择行为从而诱导居民尽可能乘坐公共交通出行是非常有意义的。以往对居民出行方式选择的研究存在以下两方面不足:一是过分注重交通方式本身的特点,没有考虑到人、路、环境因素的潜在影响;二是以往研究常常把群体的平均偏好值直接作为每个个体的偏好值,未能重视每个个体的自身特点。所以本文从个体角度出发,围绕出行者的特点进行变量的选取,即受访者性别、年龄、出行目的、三种不同出行方式对应的出行中时间和出行成本,并基于三种不同的logit模型研究了城市居民对不同出行方式选择的机理。基于此本文把用户最终选择的各种不同的出行方式作为因变量,选择其他9个潜在变量作为自变量进行回归分析。对例如性别等单个因素是否影响出行方式选择的结果进行假设检验,并通过可视化构建虚拟变量。使用bigeme软件对数据集进行建模,使用MNL模型建立两个了模型,并进行横向对比。在此基础上,利用bigeme软件对程序代码进行修改,分别使用NL模型和混合logit模型对实例进行研究。通过比较三种模型,得出了三种模型在解释居民出行方式选择行为时的优先级:嵌套logit模型＞ MNL模型＞混合logit模型。结果表明利用该模型的效用函数值,可以得到外部因素变化时各出行方式模式变化的比例,能够从计量统计意义上表述外部条件变化时,公共交通出行分担率的变化情况。