第二节上海世博会影响力的定量评估模型.docVIP

参赛论文：（由：常河施鸣骞冯楠：世博会期间参观总人次； ：每个参观世博会的人平均在上海的逗留天数； ：每人每顿餐饮平均消费金额； ：各类餐馆的价格； ：五类不同层次的餐馆，第类餐馆被选择的概率； ：由世博会带来的餐饮营业额； ：不举办世博会的情况下上海市餐饮业的营业额； ：总人口数； ：时刻去过世博会的人数比例； ：时刻没有去过世博会的人数比例； ：每个去过世博会的人每天带动的平均有效人数（没有去过的人在该影响下去参观了世博会）； ：在其他传播途径的影响下每天带动的平均有效人数（没有去过的人在这些影响下去参观了世博会）。 四、问题分析 本文旨在通过世博会开展期间，主要因入园参观而带来的迅速骤增的游客人数对于上海餐饮业销售额的影响，以此侧面来表现世博会所带来的影响力。在这个问题中，我们认为主要有四个关键点： 1. 通过先前的游客人数，对之后的来沪游客数进行合理预测估计，得到总的游客数量； 2. 对于游客在上海的逗留天数进行模拟评估； 3. 如何判断在餐饮方面的人均消费水平； 4. 在世博会期间是否会出现餐饮需求过大的情况，以便能够提早预防避免。 针对上述问题，我们通过大量的资料的查找和数据的整理，分别运用了回归分析、数据分析、误差分析、分层次分析模型以及微分方程模型等方法，并运用MATLAB软件、几何画板、Excel软件等将问题得到很好的解决。 简明的思路流程如下： 主体模型： 辅助模型： 五、模型求解 模型1 回归分析模型——估计游客人次 通过世博会官网的统计数据（见附录1），我们可以得到8月30日前每日入园的人数，对其进行整理，通过Excel，对第天和该天参观的人数进行拟合，可得到下图： 通过该图我们可以清晰的看到，随着世博会的不断进行，世博会的入园人数基本呈现先增后减的趋势，运用回归分析的数学方法，可得到该曲线的回归方程： 同时得到=0.6829（其中为开园天数与每日入园人数间的相关系数），=0.8264。 用Excel软件中加载宏的“分析工具库”，利用其中的数据分析选项进行回归统计的误差分析，分析结果如下表： 综合以上对数据的整合，根据统计回归结果，知决定系数=0.6829，即相关系数=0.8264，说明自变量与因变量之间存在较高的相关性，也就是说世博会开园天数与当日的游客量相关性很大；根据方差分析的结果=98.31929，Significance F0.01，所以建立的回归方程非常显著。 更进一步，我们在误差分析图中列出了回归系数(coefficient)，还有对应于回归系数的“标准误差”，“t Stat”和“P-value”等项目，并得到了对应于95%的置信度的回归系数的上下限。其中“t Stat”就是t检验时的统计量t，“P-value”表示t检验回归系数不显著的概率，由表可知P-value0.01，则进一步的验证了开园天数对入园参观人数的影响非常显著。因此，所建立的回归方程有意义。 从而，我们可以有依据的对9月和10月两个月的客流量进行预算，预测结果见下表： 9月 10月 开园天数 每人入园人数 开园天数 每人入园人数 开园天数 每人入园人数 开园天数 每人入园人数 124 32.49 139 32.56 154 36.19 169 44.60 125 32.41 140 32.67 155 36.59 170 45.36 126 32.33 141 32.81 156 37.01 171 46.15 127 32.27 142 32.96 157 37.45 172 46.96 128 32.23 143 33.13 158 37.91 173 47.81 129 32.19 144 33.31 159 38.40 174 48.68 130 32.16 145 33.51 160 38.91 175 49.58 131 32.15 146 33.73 161 39.45 176 50.50 132 32.15 147 33.97 162 40.00 177 51.46 133 32.17 148 34.23 163 40.58 178 52.45 134 32.20 149 34.51 164 41.19 179 53.46 135 32.24 150 34.80 165 41.82 180 54.51 136 32.30 151 35.12 166 42.48 181 55.59 137 32.37 152 35.