0228+蘇才謙+海南國際旅游島運(yùn)輸需求與預(yù)測研究(1)

1、 課程設(shè)計(jì) 設(shè)計(jì)題目：海南國際旅游島運(yùn)輸需求分析與預(yù)測研究 課程名稱： 運(yùn)輸統(tǒng)計(jì)與分析 學(xué) 院： 交通運(yùn)輸工程學(xué)院 專 業(yè)： 交通運(yùn)輸 班 級： 交運(yùn)1002班 學(xué)生姓名： 蘇才謙 學(xué) 號： 201030010228 指導(dǎo)教師： 周和平 朱燦 柳伍生 = 2011 /2012學(xué)年第二學(xué)期=0課程設(shè)計(jì)（學(xué)年論文）任務(wù)書課程名稱：運(yùn)輸統(tǒng)計(jì)與分析適用對象：交通運(yùn)輸工程一、 課程設(shè)計(jì)（論文）目的運(yùn)輸統(tǒng)計(jì)與分析課程設(shè)計(jì)作為獨(dú)立的教學(xué)環(huán)節(jié)，是交通運(yùn)輸本科專業(yè)的必修課。其目的是，通過本課程設(shè)計(jì)實(shí)踐，培養(yǎng)學(xué)生理論聯(lián)系實(shí)際思想，加深統(tǒng)計(jì)分析基本理論與基本知識的理解，學(xué)會收集或調(diào)查行業(yè)統(tǒng)計(jì)數(shù)據(jù)，切實(shí)掌握各種統(tǒng)計(jì)分

2、析方法，并能靈活運(yùn)用統(tǒng)計(jì)軟件在計(jì)算機(jī)上實(shí)現(xiàn)，正確解釋和分析運(yùn)行結(jié)果，培養(yǎng)運(yùn)用各種統(tǒng)計(jì)分析方法解決交通運(yùn)輸領(lǐng)域內(nèi)實(shí)際問題的能力。二、 課程設(shè)計(jì)（論文）題目與內(nèi)容本課程設(shè)計(jì)（論文）主要任務(wù)為：針對交通運(yùn)輸領(lǐng)域內(nèi)某一主題，設(shè)計(jì)調(diào)查表調(diào)查或查詢相關(guān)統(tǒng)計(jì)數(shù)據(jù)，根據(jù)本課程講授內(nèi)容選擇一種或多種合適的統(tǒng)計(jì)分析方法，運(yùn)用SPSS建立模型分析問題。題目自擬，但題名一般要包含主題與統(tǒng)計(jì)方法。且必須與交通運(yùn)輸相關(guān)，選題主題主要包括：1. 運(yùn)輸市場定位研究2. 運(yùn)輸需求分析與預(yù)測3. 政策或技術(shù)方法實(shí)施效果評價(jià)4. 交通行為選擇5. 影響因素分析6. 聚類分析7. 服務(wù)質(zhì)量評價(jià)8. 自選三、 課程設(shè)計(jì)（論文）基本要求

3、報(bào)告內(nèi)容原則上不少于8000字，其正文至少包括如下幾個(gè)方面的內(nèi)容：1. 問題背景（問題的提出、必要性與意義，該問題目前常用的分析手段與方法，本設(shè)計(jì)采用的方法）2. 數(shù)據(jù)采集（含數(shù)據(jù)采集方式、描述性分析、統(tǒng)計(jì)圖表）說明：調(diào)查分析則必須包含調(diào)查方案，其它數(shù)據(jù)原則上必須說明出處。3. 統(tǒng)計(jì)模型與分析（包含模型原理、SPSS操作步驟、輸出結(jié)果及分析）4. 總結(jié)5. 附錄 數(shù)據(jù)清單四、 課程設(shè)計(jì)（論文）時(shí)間及進(jìn)度安排1. 時(shí)間: 兩周：2011-2012學(xué)年第二學(xué)期第十九、二十周2. 進(jìn)度安排：確定主題；調(diào)查、收集數(shù)據(jù)：2天數(shù)據(jù)分析與預(yù)處理、描述性統(tǒng)計(jì)分析：2天分析方法原理及選擇：3天SPSS操作及結(jié)果

4、分析：4天解決實(shí)際問題或建議：2天撰寫報(bào)告、總結(jié)：1天（此部分同學(xué)們可以按照自己設(shè)計(jì)具體內(nèi)容，詳細(xì)安排）3. 成果提交：要求獨(dú)立完成，每人需提交1份打印的設(shè)計(jì)報(bào)告（A4）、word電子文檔、數(shù)據(jù)文件（sav格式）。電子文檔文件名為：學(xué)號后四位+姓名+題目，先發(fā)電子文檔給指導(dǎo)老師，經(jīng)許可后方可打印。最終成果（打印稿1份、電子文檔1份）統(tǒng)一交班長匯總并轉(zhuǎn)交指導(dǎo)老師；最終成果提交截止時(shí)間為第20周周五。五、 成績評定平時(shí)考勤20%，報(bào)告撰寫規(guī)范20%,內(nèi)容(選題合理、方案可行、分析正確、有創(chuàng)新)60%。成績評定實(shí)行優(yōu)秀、良好、中等、及格和不及格五個(gè)等級。優(yōu)秀者人數(shù)一般不得超過總?cè)藬?shù)的20%。六、 報(bào)

5、告格式課程設(shè)計(jì)報(bào)告裝訂順序依次為：封面、課程設(shè)計(jì)(學(xué)年論文)任務(wù)書、目錄、正文、參考文獻(xiàn)、成績評定表。報(bào)告中所有圖表應(yīng)按“章號-圖表序號-圖表名”（例：圖1-1-*頻數(shù)圖）進(jìn)行編號。具體格式參看實(shí)驗(yàn)報(bào)告樣本。七、 主要參考資料1.羅應(yīng)婷等主編.SPSS統(tǒng)計(jì)分析從基礎(chǔ)到實(shí)踐.北京：電子工業(yè)出版社，2007年6月；2.章文波 陳紅艷編著.實(shí)用數(shù)據(jù)統(tǒng)計(jì)分析及SPSS12.0應(yīng)用.人民出版社，2006年；3.張文彤.SPSS.11.0統(tǒng)計(jì)分析教程.(高級篇).北京希望電子出版社.2002年6月；4.郝黎仁等.SPSS實(shí)用統(tǒng)計(jì)分析.中國水利水電出版社.2003年1月。目 錄1 概述21.1 研究背景21

6、.2 常用分析方法31.3 本設(shè)計(jì)采用的分析方法42數(shù)據(jù)采集42.1數(shù)據(jù)來源42.2數(shù)據(jù)處理42.2.1數(shù)據(jù)頻率性分析42.2.2 各個(gè)因素對總客運(yùn)量影響的相關(guān)性分析52.3現(xiàn)狀分析63 統(tǒng)計(jì)模型與分析83.1一元線性對因素的預(yù)測分析83.1.1 模型原理83.1.2 SPSS操作步驟83.1.3因素預(yù)測結(jié)果及分析93.2相關(guān)分析與回歸分析113.2.1模型原理113.2.2 SPSS操作步驟123.2.3 輸出結(jié)果及分析133.3時(shí)間序列法193.3.1統(tǒng)計(jì)原理193.3.2 SPSS操作步驟193.3.3 輸出結(jié)果分析203.4曲線預(yù)測回歸原理213.4.1統(tǒng)計(jì)原理213.4.2 SPSS

7、步驟223.4.3 輸出結(jié)果及分析233.5多種預(yù)測結(jié)果值254總結(jié)27附錄 數(shù)據(jù)清單28-1 概述1.1 研究背景 交通運(yùn)輸業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，“運(yùn)輸進(jìn)步之基本功能為可擴(kuò)大市場，并激勵(lì)勞動之分工與提高生產(chǎn)力”。而當(dāng)今時(shí)代是人流、物流快速周轉(zhuǎn)的時(shí)代，交通運(yùn)輸作為承載人流、物流的途徑，已成為國民經(jīng)濟(jì)和社會發(fā)展的基礎(chǔ)，是促進(jìn)生產(chǎn)要素合理流動，拉動國民經(jīng)濟(jì)穩(wěn)步發(fā)展的先決條件。 長期以來，由于歷史和體制等多種原因，海南交通運(yùn)輸事業(yè)的發(fā)展一直十分緩慢。1988年，海南建省辦經(jīng)濟(jì)特區(qū)，在國家有關(guān)部門和省委、省政府的大力支持下，海南交通運(yùn)輸事業(yè)終于迎來一個(gè)新的春天，尤其是經(jīng)過九五、十五的大規(guī)模交通投資建

8、設(shè),進(jìn)入了快速發(fā)展的新時(shí)期。公路運(yùn)輸一直是海南的主要交通方式。九五、十五期間，抓住和省委、省政府加快公路建設(shè)的機(jī)遇，海南省交通廳把環(huán)島高速公路和三縱四橫等路網(wǎng)建設(shè)列為我省公路建設(shè)戰(zhàn)略目標(biāo)，將干線公路改造升級和提高農(nóng)村公路的通達(dá)深度作為工作重點(diǎn)，分步實(shí)施，有序推進(jìn)。 公路事業(yè)的發(fā)展，能夠促進(jìn)和帶動海南旅游業(yè)經(jīng)濟(jì)的發(fā)展。在海南經(jīng)濟(jì)高速發(fā)展時(shí)期，客運(yùn)需求就較快增加，需求較大，大量的人員因生產(chǎn)以及生活的需要而頻繁出行；所以經(jīng)濟(jì)的發(fā)展，反促進(jìn)于公路交通事業(yè)的發(fā)展，使得公路客運(yùn)需求大幅度提高。但由于原有公路運(yùn)輸體系不夠完善，交通基礎(chǔ)設(shè)施總體規(guī)模偏小等原因，公路客運(yùn)需求總量成為影響海南省交通運(yùn)輸業(yè)和經(jīng)濟(jì)發(fā)展

9、的重要問題。所以明確公路客運(yùn)需求，是指導(dǎo)海南建設(shè)國際旅游島的發(fā)展要?jiǎng)?wù)和發(fā)展經(jīng)濟(jì)的相關(guān)保障。1.2 常用分析方法 公路客運(yùn)量需求預(yù)測研究會涉及到統(tǒng)計(jì)學(xué)、運(yùn)籌學(xué)、交通經(jīng)濟(jì)學(xué)等學(xué)科、需運(yùn)用數(shù)理統(tǒng)計(jì)分析、系統(tǒng)分析等理論，具體會運(yùn)用調(diào)查法、觀察法、定性分析法、定量分析法、多目標(biāo)規(guī)劃法。(1)調(diào)查法 調(diào)查法是科學(xué)研究中最常用的方法之一，是有目的、有計(jì)劃、有系統(tǒng)地搜集有關(guān)研究對象現(xiàn)實(shí)狀況或歷史狀況材料的方法。調(diào)查方法是科學(xué)研究中常用的基本研究方法，綜合運(yùn)用歷史法、觀察法等方法以及談話、問卷、個(gè)案研究、測驗(yàn)等科學(xué)方式，對現(xiàn)象進(jìn)行有計(jì)劃的、周密的和系統(tǒng)的了解，并對調(diào)查搜集到的大量資料進(jìn)行分析、綜合、比較、歸納，

10、從而為人們提供規(guī)律性的知識。本文運(yùn)用調(diào)查法，搜集相關(guān)圖書文獻(xiàn)和網(wǎng)絡(luò)資料，獲得公路客運(yùn)量相關(guān)因素的具體數(shù)值。(2)定量分析法 在科學(xué)研究中，定量分析法可以使人們對研究對象的認(rèn)識進(jìn)一步精確化，以便更加科學(xué)地揭示規(guī)律，把握本質(zhì)，理清關(guān)系，預(yù)測事物的發(fā)展趨勢。具體通過對研究對象的規(guī)模、速度、范圍、程度等數(shù)量關(guān)系的分析研究，認(rèn)識和揭示事物間的相互關(guān)系、變化規(guī)律和發(fā)展趨勢，借以達(dá)到對事物的正確解釋和預(yù)測的一種研究方法。運(yùn)用多元回歸方法定量分析采集的調(diào)研數(shù)據(jù)，獲得公路客運(yùn)量與各因素的數(shù)量關(guān)系。(4)時(shí)間序列法 時(shí)間序列回歸模型，是考慮事物發(fā)展的變化規(guī)律，以時(shí)間為自變量建立的一種相關(guān)模型，它既考慮了事物發(fā)展的

11、延續(xù)性，又充分考慮到事物的發(fā)展受偶然因素的作用而產(chǎn)生的隨機(jī)變化。(5)多元回歸方法 多元回歸分析預(yù)測法是通過對兩個(gè)或兩個(gè)以上的自變量與一個(gè)因變量的相關(guān)分析，建立預(yù)測模型進(jìn)行預(yù)測的方法。它是研究一個(gè)隨機(jī)變量與兩個(gè)或兩個(gè)以上一般變量之間相依關(guān)系的統(tǒng)計(jì)分析方法。1.3 本設(shè)計(jì)采用的分析方法 本設(shè)計(jì)采用的預(yù)測分析方法為：多元回歸方法，時(shí)間序列法，曲線回歸法。2數(shù)據(jù)采集2.1數(shù)據(jù)來源本課程設(shè)計(jì)數(shù)據(jù)來源海南省2000-2010年統(tǒng)計(jì)年鑒（詳細(xì)數(shù)據(jù)見附錄）2.2數(shù)據(jù)處理2.2.1數(shù)據(jù)頻率性分析 SPSS 操作步驟： 在菜單中找到“分析-描述統(tǒng)計(jì)-頻率” 輸入數(shù)據(jù)，點(diǎn)擊確定。 輸出結(jié)果：表2-2-1 數(shù)據(jù)頻率

12、性分析結(jié)果統(tǒng)計(jì)量公路客運(yùn)量（萬人）客運(yùn)總量（萬人）總?cè)丝冢ㄈf人）GDP億元）旅客周轉(zhuǎn)量（億人公里）N有效1111111111缺失00000均值29612.7330638.64828.271041.5998.064中值25705.0026785.00828.00894.5789.500眾數(shù)19392a19974a787a518a60.5a標(biāo)準(zhǔn)差8387.3738684.77727.792507.24630.5207極小值193921997478751860.5極大值42785442098692065154.9百分位數(shù)2522979.0023612.00803.00604.1375.9005025

13、705.0026785.00828.00894.5789.5007539050.0040239.00854.001459.23124.900a. 存在多個(gè)眾數(shù)。顯示最小值2.2.2 各個(gè)因素對總客運(yùn)量影響的相關(guān)性分析操作步驟： 按分析相關(guān)雙變量 打開雙變量相關(guān)對話框在左側(cè)源變量框中進(jìn)行如下操作然后點(diǎn)擊“確定”按鈕。 表2-2-2 相關(guān)性分析結(jié)果相關(guān)性客運(yùn)總量（萬人）公路客運(yùn)量（萬人）總?cè)丝冢ㄈf人）GDP億元）旅客周轉(zhuǎn)量（億人公里）客運(yùn)總量（萬人）Pearson 相關(guān)性11.000*.969*.957*.953*顯著性（雙側(cè)）.000.000.000.000N1111111111公路客運(yùn)量（萬人

14、）Pearson 相關(guān)性1.000*1.965*.956*.951*顯著性（雙側(cè)）.000.000.000.000N1111111111總?cè)丝冢ㄈf人）Pearson 相關(guān)性.969*.965*1.960*.973*顯著性（雙側(cè)）.000.000.000.000N1111111111GDP億元）Pearson 相關(guān)性.957*.956*.960*1.992*顯著性（雙側(cè)）.000.000.000.000N1111111111旅客周轉(zhuǎn)量（億人公里）Pearson 相關(guān)性.953*.951*.973*.992*1顯著性（雙側(cè)）.000.000.000.000N1111111111*. 在 .01 水

15、平（雙側(cè)）上顯著相關(guān)。2.3現(xiàn)狀分析十五以來，海南路網(wǎng)結(jié)構(gòu)明顯改善，90%以上的市縣建成了高等級水泥出口路，完成了東線高速公路和一批國道、省道的改造。到2005年底，二級以上公路里程達(dá)到2184公里，占總里程的10%以上，是1987的14倍，比1999年提高了近3%；全省公路網(wǎng)綜合技術(shù)等級達(dá)到三級。到2010年，海南省公路通車?yán)锍踢_(dá)到21565公里，公路網(wǎng)密度達(dá)到63.58公里/百平方公里；其中高速公路總里程達(dá)到810公里，二級以上公路總里程達(dá)到3510公里，農(nóng)村公路通暢工程建設(shè)里程將達(dá)10000公里以上。交通的快速發(fā)展，使海南省的開放開發(fā)戰(zhàn)略得到了全面實(shí)施，經(jīng)濟(jì)發(fā)展布局日漸清晰，海南經(jīng)濟(jì)進(jìn)入

16、了一個(gè)健康穩(wěn)定較快發(fā)展的新時(shí)期。2004年，全省旅游接待突破1400萬人次，旅游總收入突破110億元。十一五期間，是海南省全面落實(shí)科學(xué)發(fā)展觀，建設(shè)小康社會的關(guān)鍵時(shí)期。這一時(shí)期，全省經(jīng)濟(jì)建設(shè)將進(jìn)入持續(xù)快速發(fā)展階段。經(jīng)濟(jì)規(guī)模不斷擴(kuò)大，市場更加活躍，物流和人流加快，交通運(yùn)輸也將保持增長勢頭。從統(tǒng)計(jì)數(shù)據(jù)及表格上可得，海南的交通正快速繁榮的發(fā)展，客運(yùn)需求繼續(xù)高漲且占海南客運(yùn)需求的主導(dǎo)地位；從近11年的旅客量來看，自05年海南國際旅游島的旅客量逐年高速增加。從以上數(shù)據(jù)處理可知，GDP,公路客運(yùn)量，總?cè)丝冢每椭苻D(zhuǎn)量與客運(yùn)總量的P值小于0.05，說明GDP,公路客運(yùn)量，總?cè)丝?，旅客周轉(zhuǎn)量與客運(yùn)總量有著顯著影

17、響關(guān)系，且相關(guān)系數(shù)R都大于0.8，高度相關(guān)，所以上述4數(shù)據(jù)介可以當(dāng)做因素經(jīng)行下一步的分析。 3 統(tǒng)計(jì)模型與分析3.1一元線性對因素的預(yù)測分析3.1.1 模型原理 一元線性回歸方程反應(yīng)一個(gè)因變量與一個(gè)自變量之間的線性關(guān)系。本課程設(shè)計(jì)采用一元線性回歸預(yù)測影響海南省客運(yùn)總量的4個(gè)因素：公路客運(yùn)量，總?cè)丝?，GDP,旅客周轉(zhuǎn)量。以年度為自變量，各因素為因變量建立模型預(yù)測。3.1.2 SPSS操作步驟按分析回歸-線性 打開線性回歸對話框在左側(cè)源變量框中選擇公路客運(yùn)量作為因變量，選擇年度為自變量，然后點(diǎn)擊“確定”按鈕，如圖所示。 圖3-1-2 線性回歸操作圖3.1.3因素預(yù)測結(jié)果及分析表3-1-3 一元線性

18、回歸分析結(jié)果輸入移去的變量a模型輸入的變量移去的變量方法1年度b.輸入a. 因變量: 公路客運(yùn)量（萬人）b. 已輸入所有請求的變量。 模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.963a.927.9192394.248a. 預(yù)測變量: (常量), 年度。Anovaa模型平方和df均方FSig.1回歸651888500.8091651888500.809113.719.000b殘差51591827.37395732425.264總計(jì)703480328.18210a. 因變量: 公路客運(yùn)量（萬人）b. 預(yù)測變量: (常量), 年度。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B 的 95.0%

19、 置信區(qū)間B標(biāo)準(zhǔn) 誤差試用版下限上限1(常量)-4851341.045457707.233-10.599740-3815935.351年度2434.391228.283.96310.664.0001917.9802950.802a. 因變量: 公路客運(yùn)量（萬人）依據(jù)上述表格得到模型的擬合優(yōu)度R2=0.927,擬合度較好；另得到回歸方程：Y1=-4851341.045+2434.391X1。其中，Y1：公路客運(yùn)量，X1:年度。將年度2011-2015帶入方程得到：表3-1-4：2011年2015年海南公路客運(yùn)量預(yù)測值（單位:萬人） X201120122013201420

20、15Y44219.25646653.64749088.03851522.42953956.82同理，可得出GDP，總?cè)丝冢每椭苻D(zhuǎn)率分別與年份的回歸方程以及預(yù)測分別為：依據(jù)表格得到模型的擬合優(yōu)度R2=0.918,擬合度較好，另得到回歸方程：Y2=-292719.890+146.514X1。其中，Y2：GDP,X1:年度。將2011-2015帶入方程得到：表3-1-5：2011-2015年海南GDP預(yù)測結(jié)果（單位:億元） X20112012201320142015Y1919.7642066.2782212.7922359.3062505.82依據(jù)模型的擬合優(yōu)度R2=0.998,擬合度很好，得到回

21、歸方程：Y3=-15959.045+8.373X1。其中，Y3=總?cè)丝?，X1:年度。將2011-2015帶入方程得到：表3-1-6：2011-2015 年海南總?cè)丝陬A(yù)測結(jié)果（單位:萬人） X20112012201320142015Y879.058887.431895.804904.177912.55 依據(jù)模型的擬合優(yōu)度R2=0.944,擬合度很好，可得回歸方程：Y4=-17832.105+8.943X1。其中，Y4:旅客周轉(zhuǎn)量，X1:年度。將2011-2015帶入方程得到：表3-1-7：2011-2015年海南旅客周轉(zhuǎn)量預(yù)測結(jié)果（單位：億人公里） X20112012201320142015Y1

22、52.268161.211170.154179.097188.043.2相關(guān)分析與回歸分析3.2.1模型原理二元線性回歸原理： 多元回歸分析預(yù)測法，是指通過對兩個(gè)或兩個(gè)以上的自變量與一個(gè)因變量的相關(guān)分析，建立預(yù)測模型進(jìn)行預(yù)測的方法。當(dāng)自變量與因變量之間存在線性關(guān)系時(shí)，稱為多元線性回歸分析。多元回歸分析是研究多個(gè)變量之間關(guān)系的回歸分析方法, 按因變量和自變量的數(shù)量對應(yīng)關(guān)系可劃分為一個(gè)因變量對多個(gè)自變量的回歸分析(簡稱為“一對多”回歸分析)及多個(gè)因變量對多個(gè)自變量的回歸分析(簡稱為“多對多”回歸分析), 按回歸模型類型可劃分為線性回歸分析和非線性回歸分析。 利用二元線性回歸,公路客運(yùn)量，GDP,人

23、口數(shù)，旅客周轉(zhuǎn)量為自變量為客運(yùn)總量因變量建立模型預(yù)測結(jié)果如下。3.2.2 SPSS操作步驟 按分析回歸-線性 打開線性回歸對話框 在左側(cè)源變量框中選擇客運(yùn)總量作為因變量，選擇公路客運(yùn)量，總?cè)丝冢珿DP，旅客周轉(zhuǎn)量作為自變量，然后點(diǎn)擊“確定”按鈕，如圖所示： 圖3-2-2：二元線性回歸操作步驟3.2.3 輸出結(jié)果及分析 表3-2-3 二元線性回歸輸入移去的變量a模型輸入的變量移去的變量方法1旅客周轉(zhuǎn)量（億人公里）, 公路客運(yùn)量（萬人）, 總?cè)丝冢ㄈf人）, GDP億元）b.輸入a. 因變量: 客運(yùn)總量（萬人）b. 已輸入所有請求的變量。模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差11.000a

24、1.0001.000154.818a. 預(yù)測變量: (常量), 旅客周轉(zhuǎn)量（億人公里）, 公路客運(yùn)量（萬人）, 總?cè)丝冢ㄈf人）, GDP億元）。Anovaa模型平方和df均方FSig.1回歸754109700.8574188527425.2147865.595.000b殘差143811.689623968.615總計(jì)754253512.54510a. 因變量: 客運(yùn)總量（萬人）b. 預(yù)測變量: (常量), 旅客周轉(zhuǎn)量（億人公里）, 公路客運(yùn)量（萬人）, 總?cè)丝冢ㄈf人）, GDP億元）。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B 的 95.0% 置信區(qū)間B標(biāo)準(zhǔn) 誤差試用版下限上限1(常量)-22

25、436.3467606.260-2.950.026-41048.194-3824.499公路客運(yùn)量（萬人）.966.027.93335.503.000.8991.032總?cè)丝冢ㄈf人）31.53610.709.1012.945.0265.33357.739GDP億元）1.264.956.0741.322.234-1.0753.602旅客周轉(zhuǎn)量（億人公里）-30.13818.139-.106-1.661.148-74.52214.247a. 因變量: 客運(yùn)總量（萬人）可得回歸方程y=0.966X1+31.536X2+1.264X3-30.138X4-22436.346。且由表可知，存在共線性，進(jìn)行

26、逐步分析與共線性診斷，結(jié)果如下。 表3-2-4 二元線性回歸描述性統(tǒng)計(jì)量均值標(biāo)準(zhǔn) 偏差N客運(yùn)總量（萬人）30638.648684.77711公路客運(yùn)量（萬人）29612.738387.37311總?cè)丝冢ㄈf人）828.2727.79211GDP億元）1041.59507.24611旅客周轉(zhuǎn)量（億人公里）98.06430.520711相關(guān)性客運(yùn)總量（萬人）公路客運(yùn)量（萬人）總?cè)丝冢ㄈf人）GDP億元）旅客周轉(zhuǎn)量（億人公里）Pearson 相關(guān)性客運(yùn)總量（萬人）1.0001.000.969.957.953公路客運(yùn)量（萬人）1.0001.000.965.956.951總?cè)丝冢ㄈf人）.969.9651.0

27、00.960.973GDP億元）.957.956.9601.000.992旅客周轉(zhuǎn)量（億人公里）.953.951.973.9921.000Sig. （單側(cè)）客運(yùn)總量（萬人）.000.000.000.000公路客運(yùn)量（萬人）.000.000.000.000總?cè)丝冢ㄈf人）.000.000.000.000GDP億元）.000.000.000.000旅客周轉(zhuǎn)量（億人公里）.000.000.000.000.N客運(yùn)總量（萬人）1111111111公路客運(yùn)量（萬人）1111111111總?cè)丝冢ㄈf人）1111111111GDP億元）1111111111旅客周轉(zhuǎn)量（億人公里）1111111111模型匯總模型RR

28、 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差更改統(tǒng)計(jì)量R 方更改F 更改df1df2Sig. F 更改11.000a1.000.999203.6011.00018186.27619.00021.000b1.0001.000164.483.0005.79018.043a. 預(yù)測變量: (常量), 公路客運(yùn)量（萬人）。b. 預(yù)測變量: (常量), 公路客運(yùn)量（萬人）, 總?cè)丝冢ㄈf人）。Anovaa模型平方和df均方FSig.1回歸753880433.2051753880433.20518186.276.000b殘差373079.341941453.260總計(jì)754253512.545102回歸75403707

29、5.1622377018537.58113935.431.000c殘差216437.383827054.673總計(jì)754253512.54510a. 因變量: 客運(yùn)總量（萬人）b. 預(yù)測變量: (常量), 公路客運(yùn)量（萬人）。c. 預(yù)測變量: (常量), 公路客運(yùn)量（萬人）, 總?cè)丝冢ㄈf人）。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B 的 95.0% 置信區(qū)間共線性統(tǒng)計(jì)量B標(biāo)準(zhǔn) 誤差試用版下限上限容差VIF1(常量)-16.529235.460-.070.946-549.177516.119公路客運(yùn)量（萬人）1.035.0081.000134.857.0001.0181.0531.0001.0

30、002(常量)-12645.3525251.883-2.408.043-24756.216-534.489公路客運(yùn)量（萬人）.980.024.94741.343.000.9251.035.06814.615總?cè)丝冢ㄈf人）17.2167.155.0552.406.043.71733.714.06814.615a. 因變量: 客運(yùn)總量（萬人）已排除的變量a模型Beta IntSig.偏相關(guān)共線性統(tǒng)計(jì)量容差VIF最小容差1總?cè)丝冢ㄈf人）.055b2.406.043.648.06814.615.068GDP億元）.015b.563.589.195.08511.725.085旅客周轉(zhuǎn)量（億人公里）.01

31、7b.682.514.234.09510.551.0952GDP億元）-.011c-.464.657-.173.06615.224.053旅客周轉(zhuǎn)量（億人公里）-.028c-1.076.318-.377.05019.858.036a. 因變量: 客運(yùn)總量（萬人）b. 模型中的預(yù)測變量: (常量), 公路客運(yùn)量（萬人）。c. 模型中的預(yù)測變量: (常量), 公路客運(yùn)量（萬人）, 總?cè)丝冢ㄈf人）。共線性診斷a模型維數(shù)特征值條件索引方差比例(常量)公路客運(yùn)量（萬人）總?cè)丝冢ㄈf人）111.9651.000.02.022.0357.539.98.98212.9591.000.00.00.002.0418

32、.463.00.07.0033.891E-005275.7381.00.921.00a. 因變量: 客運(yùn)總量（萬人） 所以，依據(jù)處理結(jié)果，排除共線性變量：GDP，旅客周轉(zhuǎn)率。所得最優(yōu)多元回歸方程Y=-12645.352+0.98X1+17.216X2。Y：客運(yùn)總量，X1：公路客運(yùn)量，X2：總?cè)丝凇⒁杨A(yù)測出的2011-2015年海南公路客運(yùn)量以及總?cè)丝趲牖貧w方程得到 結(jié)果如下：表 3-2-5：2011-2015年海南客運(yùn)總量 X20112012201320142015Y45823.38148353.23450883.08753412.9455942.7923.3時(shí)間序列法3.3.1統(tǒng)計(jì)原理

33、從統(tǒng)計(jì)意義上講，時(shí)間序列是將一個(gè)變量在不同時(shí)間上的不同數(shù)值按時(shí)間先后排列而成的數(shù)列。從數(shù)學(xué)意義上講，設(shè)Xt（tT）是一個(gè)隨機(jī)過程，Xt（i=1，2，n）是在Xt在時(shí)刻i對過程Xt的觀察值，則稱Xt為一次樣本實(shí)現(xiàn)，也就是一個(gè)時(shí)間序列。從系統(tǒng)意義上講，時(shí)間序列就是某一系統(tǒng)在不同時(shí)間（地點(diǎn)、條件等）的響應(yīng)。3.3.2 SPSS操作步驟 按分析預(yù)測-創(chuàng)建模型 打開創(chuàng)建模型對話框 在變量框中選擇總客運(yùn)量作為因變量，選擇年度作為自變量。在方法一框中選擇專家模擬器，然后點(diǎn)繼續(xù)。接著在統(tǒng)計(jì)表選項(xiàng)中選中顯示預(yù)測值、擬合優(yōu)度等選項(xiàng)。然后將模型框中選擇多種方法進(jìn)行擬合，并點(diǎn)擊“確定”按鈕，如圖所示：圖3-3-2 時(shí)

34、間序列法操作步驟3.3.3 輸出結(jié)果分析表3-3-3 時(shí)間序列分析結(jié)果模型描述模型類型模型 ID客運(yùn)總量（萬人）模型_1Holt模型統(tǒng)計(jì)量模型預(yù)測變量數(shù)模型擬合統(tǒng)計(jì)量Ljung-Box Q(18)離群值數(shù)平穩(wěn)的 R 方R 方統(tǒng)計(jì)量DFSig.客運(yùn)總量（萬人）-模型_10.725.926.0.0由以上表格可知該模型擬合程度R2=0.926，說明此預(yù)測值準(zhǔn)確度很好，即客運(yùn)總量跟年度的預(yù)測值較準(zhǔn)確。可得2011-2015年海南總客運(yùn)量預(yù)測結(jié)果如下：表 ：2011-2015年海南總客運(yùn)量預(yù)測結(jié)果（單位:人）2011201220132014201545820.7848351.19850881.61653

35、412.03455942.4523.4曲線預(yù)測回歸原理3.4.1統(tǒng)計(jì)原理曲線估計(jì)用在因變量與自變量與一個(gè)已知或未知的的曲線或者非線性函數(shù)關(guān)系相聯(lián)系的情況下，在很多情況下有兩個(gè)相關(guān)的變量，用戶希望用其中一個(gè)變量對另一個(gè)變量進(jìn)行預(yù)測，但是又不能馬上根據(jù)記錄數(shù)據(jù)確定一種最佳模型，此時(shí)可以用曲線估計(jì)在眾多回歸模型中建立一個(gè)既簡單又比較適合的模型.3.4.2 SPSS步驟按分析回歸曲線估計(jì) 打開曲線估計(jì)對話框在源變量框中選擇客運(yùn)變量作為因變量，選擇總?cè)丝跒樽宰兞咳缓髮⒛Ｐ涂蛑羞x擇多種方法進(jìn)行擬合，并點(diǎn)擊“確定”按鈕，如圖所示圖3-4-2 曲線回歸預(yù)測操作步驟圖3.4.3 輸出結(jié)果及分析表3-4-3 曲線

36、回歸預(yù)測結(jié)果模型描述模型名稱MOD_4因變量1客運(yùn)總量（萬人）方程1線性2對數(shù)3二次4三次5復(fù)合a6冪a7Sa8增長a9指數(shù)a自變量總?cè)丝冢ㄈf人）常數(shù)包含其值在圖中標(biāo)記為觀測值的變量未指定用于在方程中輸入項(xiàng)的容差.0001a. 該模型要求所有非缺失值為正數(shù)。個(gè)案處理摘要N個(gè)案總數(shù)11已排除的個(gè)案a0已預(yù)測的個(gè)案0新創(chuàng)建的個(gè)案0a. 從分析中排除任何變量中帶有缺失值的個(gè)案。變量處理摘要變量因變量自變量客運(yùn)總量（萬人）總?cè)丝冢ㄈf人）正值數(shù)1111零的個(gè)數(shù)00負(fù)值數(shù)00缺失值數(shù)用戶自定義缺失00系統(tǒng)缺失00模型匯總和參數(shù)估計(jì)值因變量: 客運(yùn)總量（萬人）方程模型匯總參數(shù)估計(jì)值R 方Fdf1df2Sig

37、.常數(shù)b1b2b3線性.938137.11519.000-220088.231302.711對數(shù).935130.41019384250336.121二次.94974.74328.000764013.353-2074.3191.434三次.94974.54128.000432758.577-880.225.000.001復(fù)合.959208.03419.0007.8801.010冪.958204.59819.0002.919E-0208.227S.957199.36219.00018.518-6805.085增長.959208.03419.0002.064.010指數(shù).959208.03419.0007.880.010自變量為 總?cè)丝冢ㄈf人）。從以上數(shù)據(jù)可以得知，以總?cè)丝跒樽宰兞?，客運(yùn)總量為因變量，得到復(fù)合曲線，增長曲線，指數(shù)曲線的擬合度R2=0.959，說明擬合程度很好，故選擇復(fù)合曲線經(jīng)行預(yù)測。所以復(fù)合函數(shù)為Y= 7.880（1.01）x,Y:客運(yùn)總量X：總?cè)丝凇８鶕?jù)上面預(yù)測未來幾年的總?cè)丝跀?shù)