我国民航客运量解析.docVIP

PAGE  PAGE 8 我国民航客运量分析 前言 随着社会的进步，人民生活水平的提高，越来越多的人们选择航空这个交通方式，为合理安排班机数量，估计每年我国民航客运量显得非常有必要。本文利用我国的历年相关数据，运用SAS软件对数据进行分析，研究1978-1993年我国民航客运量y（万人）与国民收入x1（亿元）、消费额x2（亿元）、铁路客运量x3（万人）、民航航线里程x4（万千米）、来华旅游人数x5（万人）的关系。分别采用逐步回归和岭回归两种方法建立线性模型，通过相关比较，选出较优的线性回归模型。 关键词 相关分析 回归诊断 逐步回归 岭回归 决定系数 数据来源 数据来源于由吴诚鸥 、秦伟良编著的《近代实用多元统计分析》教材，气象出版社出版。 见附表1 附表一：1978-1993年我国民航客运量的情况表 年度我国民航客运量（y）国民收入（x1）消费额（x2）铁路客运量（x3）民航航线里程数（x4）来华旅游人数（x5）1978231301018888149114.89180.921979298335021958638916.00420.391980343368825319220419.53570.251981401394127999530021.82776.711982445425830549992223.27792.4319833914736335810604422.91947.7019845545652390511035326.021285.2219857447020487911211027.721783.3019869977859555210857932.432281.95198713109313638611242938.912690.231988144211738803812264537.383169.481989128313176900511380747.192450.14199016601438496639571250.681746.201991217816557109699508155.913335.651992288620223129859969383.663311.5019933383248821594910545896.084152.70数据处理结果及结论分析： 1、用SAS软件画出y与x1、x2、x3、x4、x5的散点图如图一所示： 图一： 从散点图可以看出除铁路客运量外（x3），我国民航客运量（y）与国民收入（x1）、消费额（x2）、民航航线里程（x4）、来华旅游人数（x5）之间均存在明显的线性关系，说明建立线性模型有意义。 2、相关分析 表一：相关分析表 Correlation Variable x1 x2 x3 x4 x5 y x1 1.0000 0.9990 0.2578 0.9836 0.9053 0.9895 x2 0.9990 1.0000 0.2890 0.9778 0.9155 0.9855 x3 0.2578 0.2890 1.0000 0.2129 0.5447 0.2269 x4 0.9836 0.9778 0.2129 1.0000 0.8670 0.9871 x5 0.9053 0.9155 0.5447 0.8670 1.0000 0.9100 y 0.9895 0.9855 0.2269 0.9871 0.9100 1.0000 从相关分析表可知，因变量y与x1、x2、x4、x5的相关系数达到了0.9以上，说明国民收入、消费额、民航航线里程数、来华旅游人数与我国民航客运量的线性相关关系比较密切，而y与x3的相关系数只有0.2269，说明铁路客运量与我国民航客运量没有明显的线性相关性，与散点图的分析相一致。同时x1与x4、x5的相关系数也达到了0.9以上，说明自变量之间也存在明显的线性相关性