基于美國交通部數(shù)據(jù)的航空運輸延誤分析預測模型-資料下載頁
2025-06-23 23:30本頁面
【正文】 dent varAdjusted Rsquared. dependent var. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihoodHannanQuinn criter.DurbinWatson statInverted AR Roots.91+.24i...66+.66i.62.24+.91i.+.91i+.24i（表四）結果由于ma(1)系數(shù)不顯著，且的AIC和SC值較小，所以最終模型確定為。模型展開式：再次對模型進行檢驗，殘差檢驗結果如下圖所示?？紤]到觀測值數(shù)目為42，K取4，不能拒絕殘差序列相互獨立的原假設。（圖十六）將這個模型用于2009年度預測序列的預測，圖十六預測值和實際觀測值的對比圖，表五則為數(shù)值列示?？梢?，預測的效果還是相當好的。（圖十七）預測值和實際觀測值的對比圖200901200902200903200904200905200906200907實際值預測值（表五）預測值和實際觀測值對比表五、總結與啟示本文著重于對航空運輸延誤問題進行建立模型。從相關背景研究、數(shù)據(jù)收集、確定問題，我們初步確定了相關重要概念，如飛行架次、飛行延誤時長、飛行延誤率。這些概念的明確提出與定義給統(tǒng)計建模提供了測度。問題確立和概念定義是建模的基礎。隨后，我們開始對所得數(shù)據(jù)進行初步分析。這些分析基于SAS、R等正版軟件平臺，由各個統(tǒng)計量以及統(tǒng)計圖表，我們對數(shù)據(jù)集及其中一些重要變量有了全局的了解。這些描述性的統(tǒng)計分析為我們選擇建模方法提供最初的靈感?；趯?shù)據(jù)的充分認識，我們決定以飛行延誤率作為對象建立時間序列分析預測模型。具體的分析過程如上所述，這里不再一一贅述。我們對2003年06年至2009年07月的所有月延誤率建立了一個時間序列分析模型，同時也用2003年06月至2008年12月的數(shù)據(jù)建立了一個時間序列分析預測模型，區(qū)別在于我們利用了后一個模型對2009年的數(shù)據(jù)進行了預測，并和真值進行了對比，所得效果很好。這里給我們最大的啟示是，盡管我們預測得很準確。這意味著，在美國，如果有足夠多的飛行架次起降的話，每10架次飛行就會有4到6架次的延誤，這給經濟以及其它方面帶來的損失不可估量。我們也期望，可以對中國航空運輸業(yè)的延誤問題進行分析，這樣可以為航空業(yè)使用者、營運商及監(jiān)管者提供更多有利于決策的信息。參考文獻[1]易丹輝，《數(shù)據(jù)分析與EViews應用》，中國人民大學出版社，2008[2]董大鈞，《SAS統(tǒng)計分析應用》，電子工業(yè)出版社，2008[3]張軍，《現(xiàn)代空中交通管理》，北京航空航天大學出版社，2005[4]施和平，《空中交通管理新論》，廈門大學出版社，2001[5]安鴻志，《時間序列分析》，華東師范大學出版社，199216 / 16
規(guī)章制度相關推薦
鄂ICP備17016276號-1