多元线性回归案例-公路客运量.ppt

关于中国公路客运量的回归分析 背景介绍 关于公路客运量的影响因素 相关数据 设定变量 建立回归方程 计算回归系数 R检验 显著性水平α=0.05 自由度n-m=15-5=10 R=0.9990142 综上说明相关关系显著 R检验通过 F检验 α=0.05 F=911.613892 综上说明回归效果非常显著 F检验通过 t检验 第一次检验总结 调整回归方程 计算回归系数 R检验 α=0.05 n-m=15-4=11 R=0.9989903 综上说明相关关系显著 R检验通过 F检验 α=0.05 F=1236.093 综上说明回归效果非常显著 F检验通过 t检验 DW检验 第二次检验总结 回归调整 调整后样本数据 计算回归系数 R检验 α=0.05 n-m=21-4=17 R=0.9987 综上说明相关关系显著 R检验通过 F检验 α=0.05 F=1565.90 综上说明回归效果非常显著 F检验通过 t检验 DW检验 第三次检验总结 三次回归分析 回归模型的最终确定 回归模型分析结论 回归模型的应用 2004年，国内总人口130572万人，其他交通客运量124391万人，公路总里程199.81万公里，人均收入1672.63元，取显著性水平α为0.05，估计2004年公路客运量的预测区间。 相应数据代入计算得 =1573107.97（万人） 有95%的把握估计2004年的公路客运量为 1485887——1660329万人之间 * LOGO 改革开放后，我国国民经济持续高速发展，公路运输需求强劲增长，国家加大了公路基础设施的建设力度。随着道路环境的改善和城乡交流的日益频繁，公路客运量逐年提高。伴随着中国城市化的进程，城乡之间、城际之间的交流日益频繁，这直接支持了公路客运行业的发展。 公路客运在我国综合运输体系客运市场中发挥着举足轻重的作用，承担着90%以上的份额，因此对我国公路客运的研究就显得很有现实意义，通过研究我国从改革开放至今的公路客运量发展变化，可以从我国国民经济发展的一个侧面了解到我国二十多年来的交通运输、公共事业建设、人民生活水平、社会生产、流通、分配、消费各环节协调发展等诸多现实经济问题，对于提升个人对国家经济发展认识、研究分析的能力大有好处。 客运汽车总量 1 国家总人口 2 其他客运量（铁路水运民航等） 3 公路总里程 4 国民人均收入 5 1588.55 180.98 123161 129227 444.39 1464335 2003 1527.39 176.52 132893 128453 325.1 1475257 2002 1487.81 169.8 131324 127627 234.17 1402798 2001 1447.48 140.2698 131181 126743 207 1347392 2000 1450.09 135.17 125409 125786 183.2 1269004 1999 1448.06 127.85 121385 124761 163 1257332 1998 1429.76 122.64 121511 123626 158.25 1204583 1997 1344.86 118.58 123246 122389 147.52 1122110 1996 1124.67 115.7 131786 121121 145.27 1040810 1995 876.88 111.78 138941 119850 136.69 953940 1994 666.47 108.35 135915 118517 129.85 860719 1993 570.56 105.67 129081 117171 106.67 731774 1992 518.75 104.11 123367 115823 71.42 682681 1991 505.73 102.83 124597 114333 51.4 648085 1990 444.56 101.43 146868 112704 58.35 644508 1989 全国总人均收入（元） 公路长度 （万公里） 其他客运量（万人） 年底总人口(万人) 客运汽车总量（万辆） 公路客运量（万人） 年份 数据来源：《2004年中国统计年鉴》 公路客运量 国内总人口 人均收入 其他客运量 公路总里程 客运汽车总量 设 Y X 1 X 2 X 3 X 4 X 5 假设Y与X1、X2、X3、X4、X5之间存在线性关系 -3164044-59.4619025074579 27.182258