第二章_港口营运与船舶.ppt

预测最后移动期的平均数： （471817+499576+496915+491239+435006）÷5=478910.6≈478911(人次） 预测上一个移动期的平均数： （526583+471817+499576+496915+491239） ÷5=497226(人次） 则b=478911-497226=-18315 下一年1月旅客运输量：478911-18315=460596（人次） 某运输单位某年1-12月份旅客运输量（单位：人次） 月份 旅客运输量 月份 旅客运输量 月份 旅客运输量 1 467097 5 547638 9 499576 2 464081 6 578057 10 496915 3 485528 7 526583 11 491239 4 511903 8 471817 12 435006 例2：某铁路运输单位某年1-12月的旅客运输量如表2-5所示，试预测下一年度1月份旅客运输量（m=5）。 某运输单位某年1-12月份旅客运输量（单位：人次） 月份 旅客运输量 月份 旅客运输量 月份 旅客运输量 1 467097 5 547638 9 499576 2 464081 6 578057 10 496915 3 485528 7 526583 11 491239 4 511903 8 471817 12 435006 （2）某铁路运输单位某年1-12月的旅客运输量如表2-5所示，试预测下一年度1月份旅客运输量（m=7）。 ①回归分析预测法定义 作为预测学的基本方法，它是在分析因变量与自变量之间的相互关系，建立变量间的数量关系近似表达的函数方程，并进行参数估计和显著性检验以后，运用回归方程式预测因变量数值变化的方法。 4）回归分析预测法 二、港口腹地及港口吞吐量预测 2、吞吐量的调查与预测 ②回归分析预测法的分类 回归 一元回归 多元回归 线性回归 非线性回归 回归 ③回归分析预测法的具体步骤： 确定预测目标和影响因素 进行相关分析 建立回归预测模型 回归预测模型的检验 进行实际预测 4）回归分析预测法 二、港口腹地及港口吞吐量预测 2、吞吐量的调查与预测 ④运用回归法进行定量预测，必须有以下三个条件： 预测对象与影响因素之间必须存在因果关系，而且数据 点在20个以上为好； 过去和现在的数据规律，能够反映未来； 数据的分布确有线性趋势，可采用线性解；如不是线性趋势，则可用非线性解。 4）回归分析预测法 二、港口腹地及港口吞吐量预测 2、吞吐量的调查与预测 ⑤一元线性回归预测法 是指影响经济变化的众多因素中有一个起决定作用的因素，且自变量与因变量的分布呈线性趋势的回归，用这种回归分析来进行预测的方法。 A、一元线性回归方程的一般形式为： 4）回归分析预测法 回归值 回归常数 回归系数 二、港口腹地及港口吞吐量预测 2、吞吐量的调查与预测 按以下公式求出参数a、b: a、b系数求出后，再根据回归方程和x值变化，去推算y值的未来变化 B、相关系数r 相关系数r是研究两个变量x、y之间有无线性关系及其相关程度的系数。其计算公式： 相关系数r的取值范围为：-1≤r≤1，r的绝对值接近1，说明x和y线性关系越好，否则线性关系较差；其值接近0，就可认为二者完全没有线性关系 ⑤一元线性回归预测法 ⑤一元线性回归预测法 C、置信区间的计算 一般来说，实际数据处于置信区间之内，而且上下交替出现时，表示可信度正常。 如果有两个以上点落在控制线之外，或者有连续3个以上点偏于一侧，这就意味着观测情况有变化，已经超出控制，必须重新计算新的回归直线，作为新的预测线。 例3:1992——2004年某铁路局吸引范围内煤炭产量如下表所示： 年度 项目 煤炭产量x 煤炭运量y xy x2 y2 1992 1.35 1.01 1.36 1.82 1.02 1993 1.28 0.88 1.13 1.64 0.77 1994 1.41 0.99 1.40 1.99 0.98 1995 1.64 1.16 1.90 2.69 1.35 1996 1.75 1.21 2.12 3.06 1.46 1997 1.82 1.27 2.31 3.31 1.61 1998 1.93 1.30 2.51 3.72 1.69 199