【正文】 用 Eviews 做 殘差的自相關(guān)一偏自相關(guān)分析 ，無法做到對(duì)一元線性回歸模型的優(yōu)化和 的檢驗(yàn)，也會(huì)是相關(guān)的預(yù)測結(jié)果不準(zhǔn)確。 ③ 在以后的研究工作中還是要多種方法結(jié)合 分析來 處理數(shù)據(jù) ，研究工作還應(yīng)更加深入，對(duì)軟件運(yùn)用和輸出結(jié)果分析還要深入理解。 下階段研究需解決的問題 關(guān)于 我國汽車保有量發(fā)展趨勢分析 的 問題仍然存在著可以進(jìn)一步研究的地方，主要由以下幾點(diǎn)： 31 ① 尋找新的全面的統(tǒng)計(jì)數(shù)據(jù)，選取更加合理的影響因素，尋找更加合理的預(yù)測方法得到更加準(zhǔn)確可靠的預(yù)測數(shù)據(jù) 。 存在的不足 ① 在選取影響汽車保有量 的主要因素時(shí)，應(yīng)盡量多選 取幾個(gè)指標(biāo)， 本課程設(shè)計(jì)只選取了 8 個(gè)指標(biāo)，范圍不夠廣， 影響因素考慮不過 導(dǎo)致研究領(lǐng)域較為狹隘 。先利 用相關(guān)分析方法，得出汽車保有量與各個(gè)相關(guān)因素之間以及各影響因素之間都具有很好的相關(guān)性 。對(duì)汽車保有量 的預(yù)測可以供相關(guān)部門借鑒， 相關(guān)部門也可以就預(yù)測出的數(shù)值進(jìn)行政策制定和相關(guān)政策調(diào)整，為國民經(jīng)濟(jì)和交通業(yè)的發(fā)展做出積極貢獻(xiàn)。 由上表可見 所用的回歸模型 F統(tǒng)計(jì)值 =， P值是 ，因此我們用的 這個(gè)回歸模型是有統(tǒng)計(jì)學(xué)意義的。 系數(shù) a 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)系數(shù) t Sig. B 的 % 置信區(qū)間 B 標(biāo)準(zhǔn) 誤差 試用版 下限 上限 1 (常量 ) .000 綜合指標(biāo) K .004 .000 .993 .000 .004 .004 殘差統(tǒng)計(jì)量 a 極小值 極大值 均值 標(biāo)準(zhǔn) 偏差 N 預(yù)測值 22 殘差 .00000 22 標(biāo)準(zhǔn) 預(yù)測值 .000 22 標(biāo)準(zhǔn) 殘差 .000 .976 22 27 對(duì)輸出結(jié)果分析如下： 表 38 模型匯總 28 模型匯總 b 模型 R R 方 調(diào)整 R 方 標(biāo)準(zhǔn) 估計(jì)的誤差 更改統(tǒng)計(jì) 量 DurbinWatson R 方更改 F 更改 df1 df2 Sig. F 更改 1 .993a .986 .986 .986 1 20 .000 .779 a. 預(yù)測變量 : (常量 ), 綜合指標(biāo) K。 SPSS 完成一次線性回歸模型步驟： ①按分析 — 回歸 — 線性 ，打開對(duì)話框； 25 ②將因變量輸入汽車保有量 ， 變量輸入綜合指標(biāo) K， 單擊確定。其預(yù)測誤差方差為： 其中：用 替代式中的 構(gòu)造 t統(tǒng)計(jì)量： 遵循自由度為 T2的 t分布。表示為： 假定 5：正態(tài)性。如果 X為隨機(jī)變量，則 X與 μ i之間不相關(guān)，滿足： 假定 2：零期望。 SPSS 操作步驟 由于本階段 選用的數(shù)據(jù)是 1990年到 2020年的汽車保有量和經(jīng)過主成分分析得到的歸 一化加權(quán)后的綜合指標(biāo)的數(shù)據(jù)，所以，令 汽車保有量用 Y表示，綜合指標(biāo)用 FACTOR 簡寫為 F表示。有許多求解擬合曲線的成功方法，對(duì)于線性模型一般通過建立和求解 方程組 來確定參數(shù)，從而求得擬合曲線。人們希望用一類與數(shù)據(jù)的背景材料規(guī)律相適應(yīng)的解析表達(dá)式， y=f(x， c）來反映量 x與 y之間的依賴關(guān)系，即在一定意義下 “ 最佳 ”地逼近或擬合已知數(shù)據(jù)。再進(jìn)行歸一化得出因子得分系數(shù)矩陣。第一主成分對(duì)幾個(gè)變量做了充分的解釋。從這兩個(gè)判斷條件來看，這 8 個(gè)變量只萃取第一主成分即可，第一主成分對(duì)各個(gè)變量的信息提取已經(jīng)非常充分了。 .863 Bartlett 的球形度檢驗(yàn) 近似卡方 df 36 Sig. .000 從表 33 檢驗(yàn)變量的相關(guān)性的 KMO 統(tǒng)計(jì)量來看，其取值是 ，因此各變量之間的相關(guān)性程度無太大的差異，數(shù)據(jù)非常適合做主成分分析 ，近似卡方為， Sig.（即相伴概率） =， 球形假設(shè)檢驗(yàn)被拒絕 ，這 8 個(gè)指標(biāo)間存在著相關(guān)性，與之前的相關(guān)性檢驗(yàn)也是很好吻合的。 .863 Bartlett 的球形度檢驗(yàn) 近似卡方 df 36 Sig. .000 公因子方差 初始 提取 民用汽車 .972 人均國內(nèi)生產(chǎn)總值 .997 工業(yè)總產(chǎn)值 .968 貨 運(yùn) 量 .983 客運(yùn)量 .986 公 路 .923 能源消耗 .984 人口數(shù)量 .792 居民消費(fèi) .995 提取方法：主成份分析。選取標(biāo)準(zhǔn)是前面的 M 個(gè)主成分的累積方差貢獻(xiàn)率大于或者等于 85%。由此，就可以得到原始數(shù)據(jù)矩陣的標(biāo)準(zhǔn)化數(shù)據(jù)矩陣 。最常見的情況是主成分為 2 到 3 個(gè) 3. 主成分分析的步驟 (1) 把待評(píng)定的對(duì)象作為樣本，根據(jù)評(píng)定的目的選取各個(gè)樣本的 P 個(gè)指標(biāo)，收集的這些樣本指標(biāo)值，構(gòu)成一個(gè) N*P 的矩陣。 貢獻(xiàn)率：第 i 個(gè)主成分的方差在全部方差中所占比重 ，稱為貢獻(xiàn)率， 反映了原來 p 個(gè)指標(biāo)多大比例的信息，有多大程度的綜合能力。 假設(shè)我們所討論的實(shí)際問題中，有 p 個(gè)指標(biāo)，我們把這 p 個(gè)指標(biāo)看作 p 個(gè)隨機(jī)變量，記為 Xl， XZ，?， XP， 主成分分析就是要把這 p 個(gè)指標(biāo)的問題，轉(zhuǎn)變?yōu)橛懻?p 個(gè)指標(biāo)的線性組合的問題，而這些新的指標(biāo) Fl， FZ，?， Fk(k≦ P)，按照保留主要信息量的原則充分反映原指標(biāo)的信息，并且相互獨(dú)立。同時(shí)，從表中也可以看出汽車保有量的各個(gè)影響因素之間也存在很好的相關(guān)性，他們之間可能存在相互影響。設(shè)汽車保有量為 Y，設(shè)汽車保有量影響因素：人均 GDP、工業(yè)生產(chǎn)總值、公路貨運(yùn)量、公路客運(yùn)量、公路總里程、能源消耗總量、人口數(shù)量、居民消費(fèi)水平分別為 X X X X X X XX8。|r|越接近于 0，說明相關(guān) 9 性越差。計(jì)算公式為： 其中， n為樣本數(shù)， xi和 yi分別為兩變量的變量值， 代為變量 xi和 yi的協(xié)方差， 分別為變量 x和 y的標(biāo)準(zhǔn)差。如果兩個(gè)樣本觀測值序列之間相關(guān)關(guān)系數(shù)的絕對(duì)值為 1，則兩者之間具有完全的相關(guān)性，相關(guān)系數(shù)的絕對(duì)值越大，越接近于 1的話，兩者之間的相關(guān)性就越強(qiáng)，反之，相關(guān)系數(shù)越小，絕對(duì)值為 0或者接近 0的話， 兩者之間不具有相關(guān)性。 將來的社會(huì)汽車就會(huì)像手機(jī)一樣普遍，汽車保有量的 迅速增長可是可想而知的，對(duì)汽車保有量進(jìn)行相關(guān)方面的研究也是很有意義的。但是隨著我國經(jīng)濟(jì)的迅速發(fā)展，人們消費(fèi)水平的提高，汽車消費(fèi)也是逐年增加，汽車行業(yè)發(fā)展很飛速。這 82 萬輛私人汽車中， 58 萬輛是載貨車，只有24 萬輛是載客汽車。圖 22 為 1990 一 2020 年居民消費(fèi)水平與汽車保有量的發(fā)展情況圖 23 為人均 GDP 與汽車保有量的發(fā)展?fàn)顩r 。這種變化的直接影響就是消費(fèi)結(jié)構(gòu)的升級(jí)，消費(fèi) 結(jié)構(gòu)的升級(jí)帶動(dòng)了汽車的消費(fèi)，從而使汽車保有量增長的速度逐年加快 。一般來說，根據(jù)世界汽車行業(yè)的發(fā)展規(guī)律，當(dāng)一個(gè)國家的人均國內(nèi)生產(chǎn)總值達(dá)到 1000 美元以后，國民的消費(fèi)結(jié)構(gòu)就會(huì)發(fā)生改變，就會(huì)進(jìn)入以住房、汽車為代表的改善生活質(zhì)量的消費(fèi)時(shí)代。 數(shù)據(jù)來源：中華人民共和國國家統(tǒng)計(jì)局《中國統(tǒng)計(jì)年鑒》 2020 到 2020 年度數(shù)據(jù) 。 在得出綜合指標(biāo)方程的基礎(chǔ)上運(yùn)用曲線擬合找出最好的擬合函數(shù)模型，得出相應(yīng)的函數(shù)關(guān)系，即得出綜合指標(biāo)的預(yù)測模型。 本設(shè)計(jì)采用的分析方法 本設(shè)計(jì)運(yùn)用相關(guān)性分析和主成分分析法對(duì)影響汽車保有量的相關(guān)因素進(jìn)行 4 約簡。城市交通的發(fā)展必須在合理的交通規(guī)劃和管理基礎(chǔ)上，有效的引導(dǎo)城市交通需求，針對(duì)性地、適度超前的進(jìn)行交通基礎(chǔ)設(shè)施建設(shè)。政府應(yīng)從經(jīng)濟(jì)可持續(xù)、社會(huì)可持續(xù)和環(huán)境可持續(xù)角度審視現(xiàn)有的城市交通政策，汲取發(fā)達(dá)國家的經(jīng)驗(yàn)和教訓(xùn)，結(jié)合我國實(shí)際情況，牢牢把握機(jī)動(dòng)車快速發(fā)展、普及這一階段，采取有效措施，實(shí)施可持續(xù)交通發(fā)展戰(zhàn)略，建立起符合經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展要求的高效、經(jīng)濟(jì)、協(xié)調(diào)、環(huán)保、安全的交通運(yùn)輸體系，不僅要為社會(huì)提供安全優(yōu)質(zhì)的運(yùn)輸服務(wù)，而且要使資源占用、對(duì)環(huán)境的破壞及交通安全控制 在國家允許的范圍內(nèi)。國家“十一五”規(guī)劃指出， 2020 年人均 GDP 將比 2020 年翻一番，同時(shí)單位 GDP能耗要比“十五”期末降低 20%左右。由于歷史和經(jīng)濟(jì)發(fā)展原因，目前我國多數(shù)城市都存在停車設(shè)施建設(shè)滯 后、停車泊位緊張的問題。 盡管我國汽車 保有量遠(yuǎn)低于發(fā)達(dá)國家水平，但道路交通對(duì)環(huán)境的影響程度己經(jīng)接近、甚至超過發(fā)達(dá)國家道路交通對(duì)環(huán)境的影響程度，我國城市的環(huán)境質(zhì)量也遠(yuǎn)低于發(fā)達(dá)國家。 2. 道路交通環(huán)境污染加劇 道路交通系統(tǒng)環(huán)境污染主要包括大氣污染、噪聲污染及震動(dòng)等，其中大氣污染、噪聲污染是影響城市環(huán)境質(zhì)量的主要污染源。這四個(gè)發(fā)展時(shí)期分別對(duì)應(yīng)著不同的社會(huì)經(jīng)濟(jì)發(fā)展水平?？傮w 來說，我國交通系統(tǒng)主要有如下幾個(gè)特點(diǎn)： 城市機(jī)動(dòng)化與城市發(fā)展是同步行進(jìn)的。 七、 主要參考資料 .SPSS統(tǒng)計(jì)分析從基礎(chǔ)到實(shí)踐 .北京：電子工業(yè)出版社， 2020年 6月； 陳紅艷編著 .《實(shí)用數(shù)據(jù)統(tǒng)計(jì)分析及 》 .人民出版社， 2020年； 文彤 . .(高級(jí)篇 ).北京希望電子出版社 .2020年 6月； .SPSS實(shí)用統(tǒng)計(jì)分析 .中國水利水電出版社 .2020年 1月。優(yōu)秀者人數(shù)一般不得超過總?cè)藬?shù)的 20%。 電子文檔 文件名為： 學(xué)號(hào)后四位 +姓名 +題目， 先發(fā)電子 文檔 給 指導(dǎo) 老師，經(jīng) 許可 后方可打印。 二、 課程設(shè)計(jì)（論文） 題目與 內(nèi)容 本課程設(shè)計(jì)（論文）主要任務(wù)為： 針對(duì)交通運(yùn)輸領(lǐng)域內(nèi)某一主題，設(shè)計(jì)調(diào)查表調(diào)查或查詢相關(guān)統(tǒng)計(jì)數(shù)據(jù)， 根據(jù)本課程講授內(nèi)容 選擇 一種或多種 合適的統(tǒng)計(jì)分析方法，運(yùn)用 SPSS建立模型分析問題。其目的是 ， 通過 本 課程設(shè)計(jì)實(shí)踐，培養(yǎng)學(xué)生理論聯(lián)系實(shí)際思想，加深統(tǒng)計(jì)分析基本理論與基本知識(shí)的理解，學(xué)會(huì)收集或調(diào)查行業(yè)統(tǒng)計(jì)數(shù)據(jù)，切實(shí)掌握各種統(tǒng)計(jì)分析方 法，并能靈活運(yùn)用 統(tǒng)計(jì)軟件 在計(jì)算機(jī)上 實(shí)現(xiàn)，正確解釋和分 析 運(yùn)行結(jié)果，培養(yǎng)運(yùn)用 各種統(tǒng)計(jì)分析方法 解決交通運(yùn)輸領(lǐng)域內(nèi) 實(shí)際 問題的能力 。 3. 統(tǒng)計(jì) 模型與分析 （包含模型原理、 SPSS操作步驟、輸出結(jié)果及分析） 3 4. 總結(jié) 5. 附錄 數(shù)據(jù)清單 四、 課程設(shè)計(jì)（論文）時(shí)間及進(jìn)度安排 1. 時(shí)間 : 兩周： 20202020