城市交通客運量統(tǒng)計分析與建模預(yù)測研究-文庫吧
2025-06-08 08:26 本頁面
【正文】 00（常數(shù)）.000Logisti模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.979.959.959.279自變量為 年份。ANOVA平方和df均方FSig.回歸1.000殘差58.078總計59自變量為 年份。系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta年份.926.002.376.000（常數(shù)）+062+062.242.809因變量為 ln(1 / 客運總量)。貨運總量線性模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.787.619.613自變量為 年份。ANOVA平方和df均方FSig.回歸1.000殘差61總計62自變量為 年份。系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta年份.787.000（常數(shù)）.000Logistic模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.972.944.943.356自變量為 年份。ANOVA平方和df均方FSig.回歸1.000殘差61.127總計62自變量為 年份。系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta年份.924.002.378.000（常數(shù)）+063+064.205.838因變量為 ln(1 / 貨運總量)?？瓦\總周轉(zhuǎn)量 線性模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.807.652.645自變量為 年份?；貧w1.000殘差55總計56自變量為 年份。系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta年份.807.000（常數(shù)）.000Logistic模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.982.965.964.246自變量為 年份。ANOVA平方和df均方FSig.回歸1.000殘差55.061總計56自變量為 年份。系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta年份.930.002.374.000（常數(shù)）+057+058.272.787因變量為 ln(1 / 客運總周轉(zhuǎn)量)。貨運周轉(zhuǎn)量線性模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.702.492.484自變量為 年份?；貧w1.000殘差59總計60自變量為 年份。系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta年份.702.000（常數(shù)）.000Logistic模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.975.951.950.381自變量為 年份。ANOVA平方和df均方FSig.回歸1.000殘差59.145總計60自變量為 年份。系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta年份.914.002.377.000（常數(shù)）+072+073.191.849因變量為 ln(1 / 貨運周轉(zhuǎn)量)。五、交通客運量變化趨勢的預(yù)測 基于時間序列模型運用時間序列分析法對山東省總的客運量和周轉(zhuǎn)量以及其他各地客運量和周轉(zhuǎn)量的變化趨勢經(jīng)行預(yù)測，過程如下： （一）運用時間序列分析法對山東省交通客運量和周轉(zhuǎn)量的預(yù)測如下： 客運量 單位：(萬)Model201220132014201520162017客運總量模型_1Forecast276954306240338623374430414024457804UCL364892449594538900636795745644867463LCL205954200235200114202867207542213704ForecastModel201820192020客運總量模型_1Forecast506214559743618932UCL100424311580831331255LCL221132229708239376對于每個模型，預(yù)測的范圍要求估計期間的最后一個非缺失，去年同期非缺失的所有預(yù)測值或要求預(yù)測期的結(jié)束日期結(jié)束后開始，（以較早者為準(zhǔn)）。 客運總量的觀測值、合適值、置信區(qū)間上、下值、預(yù)測值表客運周轉(zhuǎn)量的預(yù)測ForecastModel201220132014201520162017客運總周轉(zhuǎn)量模型_1Forecast189186207186226897248484272125298015UCL244800296746350592408737472492542905LCL143639139618139241140724143437147088ForecastModel201820192020客運總周轉(zhuǎn)量模型_1Forecast326368357419391423UCL620964707678804119LCL151522156657162446ForecastModel201220132014201520162017客運總周轉(zhuǎn)量模型_1Forecast189186207186226897248484272125298015UCL244800296746350592408737472492542905LCL143639139618139241140724143437147088ForecastModel201820192020客運總周轉(zhuǎn)量模型_1Forecast326368357419391423UCL
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1