运输规划调查与运输需求预测模型(110页)行业）详解.ppt

* DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 * DOS是 三、多元线性回归预测 1) 回归方程 设主要因素为x1,x2,…,xm,抽取样本（yi,x1i,x2i,…,xmi） (i=1,2,…,n),(m个因素，n个样本)。 若散点图(y,xi)呈线性，则作多元线性回归函数： 2) 确定参数 可用最小二乘法确定回归系数b0,b1,b2,…,bm。令： 求Q的极小值，对b0,b1,b2,…,bm求偏导并令为零,得正则方程: 三、多元线性回归预测 其中: 三、多元线性回归预测 解m+1个线性方程组。 与一元线性回归分析一样，对已经确定的多元线性回归分析模型能否较好地反映事物之间的内在规律仍然要进行相关性检验和置信区间估计。 也可用Excel软件求解，散点图、添加趋势线、t检验或F检验。 三、多元线性回归预测 3) 变量标准化 令: 有: 三、多元线性回归预测 3) 变量标准化 回归方程： 四、逐步线性回归预测 1) 取样本 对所有待选的自变量，按其对因变量作用的程度由大到小依次引入回归方程，作显著性检验，剔除无显著性作用的变量。 2) 标准化 其中x1,…,xn-1为自变量，xn为因变量。 令: 其中: 四、逐步线性回归预测 3) 回归方程 由上方程可化为: 其中: 四、逐步线性回归预测 4) 参数估计 正则方程组: 其中: 令: 四、逐步线性回归预测 4) 参数估计 作 变换: 若依次作了 的变换后,所得矩阵的前n-1列是系数矩阵的逆阵,最后一列是方程的解,即: 四、逐步线性回归预测 5) 逐步回归 求Zj的偏回归平方和: 该值反映了Zj对Y的影响程度,可用F检验法检验 是否为真. 步骤:每次选Vj中最大者,若通过检验,则引入xj,并检验已引入的变量Vj中的最小者,若不接收,则剔除该变量. 设已选了L个变量,则 引入xj的F检验统计量为: 剔除xi的F检验统计量为: 例: P62/3-4(课程设计) 例：天津市货流预测参考公式 设: 工业占地面积为X1(万m2) 工业职工人数为X2(人) 工业产值为X3(亿元) 工业企业车辆拥有数为X4（辆） 商业占地面积为X5(万m2) 商业职工人数为X6（人） 商品零售额为X7（亿元） 商业车辆拥有量为X8（辆） 仓库占地面积为X9(万m2) 站场、码头货场为X10(万m2) 通过逐步回归分析，筛选后得出的公式为： Y=1815.5+0.034X2+0.078X3+3.11X9 其中置信度 α=0.95 五、弹性系数法 适用于资料少,预测年限长,货运 弹性系数C=交通的增长率与国民经济发展的增长率之间的比例关系 弹性系数法是定量与定性相结合的综合分析方法,根据国民经济的未来增长状况,预测交通的增长率,进而预测(增长系数法)未来的交通量. 弹性系统的确定应综合分析预测地区的历史、现状、发展趋势，分析不同时期的弹性系统，并通过与其它地区的类比分析等确定。 3.5 运输需求预测方法小结 城市居民出行预测 类别生成模型，确定各类别的增长系数。 城市流动人口出行生成预测 各类流动人口所占比例（居民）较少，采用生成率法。 城市、区域货运交通生成预测 先预测总货运量T，回归分析，弹性系统 再分配到各小区：相对权值法 其中Vj为小区j的货运生成量，Mj小区j的货运生