運(yùn)輸統(tǒng)計(jì)與分析課程設(shè)計(jì)我國汽車保有量發(fā)展趨勢分析(存儲版)
【正文】 出積極貢獻(xiàn)。 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。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，對軟件運(yùn)用和輸出結(jié)果分析還要深入理解。（3）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?？梢姵?shù)項(xiàng)和“維度”都是有統(tǒng)計(jì)學(xué)意義的。 輸出結(jié)果分析SPSS輸出結(jié)果如下：模型匯總b模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差更改統(tǒng)計(jì)量DurbinWatsonR 方更改F 更改df1df2Sig. F 更改1.993a.986.986.986120.000.779a. 預(yù)測變量: (常量), 綜合指標(biāo)K。表示為：=0 （i=1,2,3……n） 對于給定的Xf，對于Y的個(gè)值得一步預(yù)測為：這里的b0，b1是根據(jù)樣本觀察值采用OLS得到的β0、β1的估計(jì)值。、 一元線性回歸預(yù)測模型 一元線性回歸預(yù)測原理給定一元線性回歸模型：，其中β0、β1為模型的參數(shù)或回歸系數(shù)，μi為殘差項(xiàng)。當(dāng)c在f中線性出現(xiàn)時(shí)，稱為線性模型，否則稱為非線性模型。對初始載荷矩陣進(jìn)行變換。表34 方差貢獻(xiàn)率圖解釋的總方差成份初始特征值提取平方和載入合計(jì)方差的 %累積 %合計(jì)方差的 %累積 %12.2753.1044.011.1185.010.1066.002.0217.001.0118.001.0069.001提取方法：主成份分析。：得到歸一化的各個(gè)變量權(quán)重。要對上一步得到的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。如果要是第一主成分不足以代表原來的P個(gè)指標(biāo)的所有信息量的話，考慮選擇第二個(gè)主成分，第二主成分是與第一主成分不相關(guān)的原線性組合方差最大者，以此類推。 輸出結(jié)果分析從表31的輸出結(jié)果我們可以看出，汽車保有量與人均GDP、工業(yè)總產(chǎn)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、。rO為負(fù)相關(guān)。說明客觀事物相互間關(guān)系的密切程度并用適當(dāng)?shù)慕y(tǒng)計(jì)指標(biāo)表示出來，這個(gè)過程就是相關(guān)分析。此后，私人汽車比例一路走高，私人轎車也逐步增加。由于我國經(jīng)濟(jì)發(fā)展的不平衡，東西部經(jīng)濟(jì)的差距，各地區(qū)居民消費(fèi)水平的不同，使得汽車保有量絕大部分集中在一線、二線城市，并且城市的汽車保有量明顯高于農(nóng)村。依次進(jìn)行相關(guān)性分析，主成分分析，曲線擬合，一元線性回歸分析等數(shù)據(jù)處理方法。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。滿足當(dāng)前交通需求的發(fā)展，要求建設(shè)更多的基礎(chǔ)設(shè)施，而交通基礎(chǔ)設(shè)施的建設(shè)，會進(jìn)一步刺激交通需求的增長。制定合理的城市交通規(guī)劃，走可持續(xù)交通發(fā)展道路，是解決城市交通的根本途徑。相關(guān)資料表明，汽車尾氣污染占大氣污染的總的比重在增大，因此機(jī)動車尾氣成為最不可忍受的污染物。回顧過去，我國城市機(jī)動化增長速度迅猛，1980年至2011年，%的速度增長。報(bào)告中所有圖表應(yīng)按“章號圖表序號圖表名”（例：圖11***頻數(shù)圖）進(jìn)行編號。且必須與交通運(yùn)輸相關(guān)，選題主題主要包括：1. 運(yùn)輸市場定位研究2. 運(yùn)輸需求分析與預(yù)測3. 政策或技術(shù)方法實(shí)施效果評價(jià)4. 交通行為選擇5. 影響因素分析6. 聚類分析7. 服務(wù)質(zhì)量評價(jià)8. 自選三、 課程設(shè)計(jì)（論文）基本要求報(bào)告內(nèi)容原則上不少于8000字，其正文至少包括如下幾個(gè)方面的內(nèi)容：1. 問題背景（問題的提出、必要性與意義，該問題目前常用的分析手段與方法，本設(shè)計(jì)采用的方法）2. 數(shù)據(jù)采集（含數(shù)據(jù)采集方式、描述性分析、統(tǒng)計(jì)圖表）說明：調(diào)查分析則必須包含調(diào)查方案，其它數(shù)據(jù)原則上必須說明出處。題目自擬，但題名一般要包含主題與統(tǒng)計(jì)方法。六、 報(bào)告格式課程設(shè)計(jì)報(bào)告裝訂順序依次為：封面、課程設(shè)計(jì)(學(xué)年論文)任務(wù)書、目錄、正文、參考文獻(xiàn)、成績評定表。城市經(jīng)濟(jì)的繁榮發(fā)展促進(jìn)了機(jī)動車的普及，而機(jī)動車的普及反過來也推動了城市經(jīng)濟(jì)的進(jìn)一步發(fā)展。汽車排放的尾氣含有一氧化碳(CO)、氮氧化物(NOx)、非甲烷碳?xì)浠?THC)及粉塵等有害物質(zhì)，損害了人類的居住環(huán)境和生態(tài)環(huán)境。歷史經(jīng)驗(yàn)證明，盡管是由于交通供給與需求不平衡而導(dǎo)致了各種交通問題，但是僅僅通過不斷增加供給來滿足需求的方式是不能從根本上解決城市交通問題的。城市交通需求的不斷增長給城市交通系統(tǒng)帶來嚴(yán)峻考驗(yàn)，各種交通問題日益加劇:交通擁擠、停車設(shè)施緊張、交通污染嚴(yán)重、交通安全形勢嚴(yán)峻等。尋找對汽車保有量有可能有影響的各種因素，在可量化和數(shù)據(jù)可取性的基礎(chǔ)上選擇了人均GDP、工業(yè)生產(chǎn)總值、居民消費(fèi)水平、公路客運(yùn)量、公路貨運(yùn)量、人口數(shù)量、能源消耗總量、公路總里程等對汽車保有量有影響的數(shù)據(jù)。 數(shù)據(jù)處理在中國統(tǒng)計(jì)年鑒中分別找出相關(guān)的數(shù)據(jù)依次錄入到Excle數(shù)據(jù)匯總總表中然后導(dǎo)入到SPSS中進(jìn)行相關(guān)數(shù)據(jù)處理。圖21 1990年到2011年人均GDP加入世界貿(mào)易組織以后，中國又相繼出臺了一系列相關(guān)的政策來推動我國汽車業(yè)的發(fā)展，鼓勵(lì)小汽車走入家庭，使得小汽車的消費(fèi)成為了當(dāng)今消費(fèi)市場的主流。私人客車中，相當(dāng)數(shù)量是微型面包車，真正的私人轎車寥寥無幾。3 統(tǒng)計(jì)模型與分析 相關(guān)性分析 相關(guān)性分析原理任何事物的存在都不是孤立的，而是相互聯(lián)系、相互制約的。rO為正相關(guān)。SPSS操作步驟如下：① 按分析—相關(guān)性—雙變量相關(guān)，打開對話框，完成相關(guān)操作，如圖所示：圖 31 相關(guān)分析操作界面② 結(jié)果輸出： 表31 相關(guān)分析輸出結(jié)果相關(guān)性民用汽車人均國內(nèi)生產(chǎn)總值工業(yè)總產(chǎn)值貨 運(yùn) 量客運(yùn)量民用汽車Pearson 相關(guān)性1.991**.995**.998**.980**顯著性（雙側(cè)）.000.000.000.000N2222222222人均國內(nèi)生產(chǎn)總值Pearson 相關(guān)性.991**1.990**.996**.994**顯著性（雙側(cè)）.000.000.000.000N2222222222工業(yè)總產(chǎn)值Pearson 相關(guān)性.995**.990**1.997**.977**顯著性（雙側(cè)）.000.000.000.000N2222222222貨 運(yùn) 量Pearson 相關(guān)性.998**.996**.997**1.988**顯著性（雙側(cè)）.000.000.000.000N2222222222客運(yùn)量Pearson 相關(guān)性.980**.994**.977**.988**1顯著性（雙側(cè)）.000.000.000.000N2222222222公 路Pearson 相關(guān)性.923**.948**.932**.933**.933**顯著性（雙側(cè)）.000.000.000.000.000N2222222222能源消耗Pearson 相關(guān)性.971**.987**.976**.980**.976**顯著性（雙側(cè)）.000.000.000.000.000N2222222222人口數(shù)量Pearson 相關(guān)性.818**.872**.796**.832**.886**顯著性
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1