多元线性回归的案例公路客运量.pptVIP

关于中国公路客运量的回归分析  背景介绍 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  关于公路客运量的影响因素 客运汽车总量 国家总人口 其他客运量(铁路水运民航等) 公路总里程 国民人均收入  相关数据 年份公路客运量(万人)客运汽车总量(万辆 年底总人口(万人)其他客运量(万人)公路长度(万公里)全国总人均收入 4508 146868 144.56 114333 24597 115823 104.11 731774 117171 105 1996 147.52 22389 123246 1344,86 1204583 158.2 121511 1429.76 124761 121385 448,06 183.2 125786 125409 135.l7 1450.0 6743 131181 1447,48 127627 3132 38. 数据来源:《2004年中国统计年鉴》  设定变量 公路客运量 客运汽车总量 国内总人口 其他客运量 设 公路总里程 X 4 人均收入 X5 假设Y与X1、X2、X3、X4、X5之间存在线性关系  建立回归方程 Y=Fo+B,X,+ BX2+B3X3+BX4+Bsxs  计算回归系数 Coefficients Intercept -3164044.02 B1=-594619025074579 X Variable 1 59.4619025 2=27.1822586582711 X Variable 2 273.13430181722779 X Variable 3 3.134301817 145985767289375 X Variable 4 1459.857673 B5=312.66932180485 X Variable 5 312.6659322 Y=316404402:5946X1+2718X2+313X3+145986X4+31267X5 Exce技术支持  R检验 回归统计 显著性水平a=0.05 Multiple r 0.999012由度n-m=15-5=10 R Square 0.9909317F05(10)=0.5760 Adjusted R Square 0. 996934577 R=0.9990142 标准误差 16769.56167 综上说明相关关系显著 观测值 15R检验通过 Exce技术支持  F检验 方差分析 Significance F 回归分析 51.28181E+122.56362E 911.613894 6.91051E-12 残差 92530963788281218198.6 总计 141.28434E+12 a=0.05 005(-1,n-m) F05(4,10)=348 F=911.613892 综上说明回归效果非常显著 F检验通过 Exce技术支持  t检验 Coefficients标准误差 t Stat Intercept 31640449723 50.0002083110=-5977 X Variable227.182258664.897717244 0.0056365549 X Variable 3 3. 134301817 0.7023374.462675067 0463 X Variable414597312612.622194540.0271042|14=2622 X Variable 312.665932244664378E05s=6984 a=0.05t05/2(n-m)=tos(10)=2.22 to.t2t3t4ts