郑州市客运量回归分析报告

JIANGSUUNIVERSITY郑州市客运量回归分析报告班级：运输1101姓名：杨阳阳学号：31104050121郑州市客运量回归分析报告郑州市简介：郑州市地处中原腹地，是河南省省会，辖12个县（市）、区，为全国重要的交通、通讯枢纽，是世界历史都市联盟成员城市和历史文化名城，是中国八大古都之首郑州自古至今均为交通要塞，是国家重要的综合交通枢纽，素有“中国铁路心脏”和“中国交通十字路口”之美誉，坐拥亚洲最大的列车编组站及亚洲首座、全国唯一的时速350公里高铁客运十字枢纽站，拥有全国三家之一中西部唯一的商品交易所、中部地区首家国家级保税区。如今，郑州以建设全国唯一的国家级航空港经济综合实验区为契机，以国务院定位的国际航空物流中心、国际化陆港城市为目标，努力建设成为引领中原、服务全国、连通世界的国际化航空大都市。Stata软件介绍：Stata是一个统计分析软件，但它也具有很强的程序语言功能，Stata其统计分析能力远远超过了SPSS，在许多方面也超过了SAS！所以本次分析报告就采用Stata作为数据统计软件Stata软件是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。其软件具有特点有:①占用磁盘空间少、②输出结果简洁、③所选方法先进、④内容齐全、⑤制作图形精美、⑥可直接被图形处理软件如word等直接调用。该软件具有以下几个基本功能：统计功能、数据管理、作图功能、矩阵运算功能、程序设计功能；Stata软件功能非常强大，尤其是统计功能，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。Stata的作图模块，主要提供如下八种基本图形的制作:直方图(histogram)，条形图(bar),百分条图(oneway)，百分圆图(pie)，散点图(twoway)，散点图矩阵(matrix)，星形图(star)，分位数图。这些图形的巧妙应用，可以满足绝大多数用户的统计作图要求。在有些非绘图命令中，也提供了专门绘制某种图形的功能，如在生存分析中，提供了绘制生存曲线图，回归分析中提供了残差图等新版本的STATA采用最具亲和力的窗口接口，使用者自行建立程序时，软件能提供具有直接命令式的语法。Stata提供完整的使用手册，包含统计样本建立、解释、模型与语法、文献等超过一万余页的出版品。2因为Stata具有以上功能与特点，所以用Stata绘制的统计图形不光精美，而且涵盖信息简洁全面。变量选取和数据列表：表格1续表：表格2年份客运量（亿人公里）生产总值（亿）工业总产值（亿）建筑业总产值（亿）消费品零售总额（亿）2003139.801102.10455.70113.40479.902004165.901375.00591.60146.40558.702005189.601650.00759.70113.10706.702006216.502001.50944.00126.50822.202007254.302421.201166.90141.80978.702008260.103004.001484.70174.801206.202009263.403300.401590.80211.001434.802010301.404000.001996.40273.501678.002011325.604912.702590.30308.101987.102012348.205547.002874.70333.702290.00年份国内外游客人次（万）进出口总额（亿美元）总人口（万）人均可支配收入（元）20031014.9014.10697.708346.0020041387.4017.20708.209364.0020051791.9019.40716.0010640.0020062339.2024.70724.3011822.0020072937.2031.60735.6013692.0020083540.2042.70743.6015732.0020094168.1036.00752.1017117.0020104832.2051.60866.0018897.0020115464.10160.00885.7021612.0020126200.40358.30903.1024246.003Stata软件输出结果：图表1_cons-225.0462162.6307-1.380.398-2291.4651841.372income.0382222.02112861.810.321-.2302419.3066864population.4160337.12936143.220.192-1.2276592.059727exit.1816467.07801752.330.258-.80965981.172953tourist.133169.04175353.190.193-.3973593.6636973retail-.2635847.0605346-4.350.144-1.032749.5055799construction.1245542.22593930.550.679-2.7462762.995385industry.4928258.23391492.110.282-2.4793453.464996production-.4461356.227871-1.960.301-3.3415112.44924passengerCoef.Std.Err.tP|t|[95%Conf.Interval]Total42163.978494684.88649RootMSE=3.9811AdjR-squared=0.9966Residual15.8487924115.8487924R-squared=0.9996Model42148.129685268.5162ProbF=0.0424F(8,1)=332.42SourceSSdfMSNumberofobs=10多元线性回归模型公式：nn22110y公式1由图表1和公式1可得：incomepopulationexitretailonconstructiindustryproductionpassenger0382222.04160337.01816467.02635847.01245542.04928258.04461356.0公式2模型一：模型参数解释总体平方和:21)(niiyySST；其值为图表1中的SS与Total所对应的数字，即SST=42163.9784。表示的是表格1和表格2中所包含的10年中每一年的客运量与10年中的平均客运量差值的平方和4残差平方和：niiSSR12ˆ；其值为图表1中的SS与Residual所对应的数字，即SSR=15.8487924。表示的是表示的是表格1和表格2中所包含的10年中每一年的客运量与图表2上的拟合曲线上相对应的客运量的差值的平方和。解释平方和：21)(yyiniiSSE其值为图表1中的SS与Model所对应的数字，即SSE=42148.1296。表示的是表格1和表格2中所包含的10年中每一年的客运量与图表2上的拟合曲线上相对应的客运量的差值的平方和。F检验值：)1()(knSSRqSSRSSRFururr。F检验P值：即图表1中的ProF=0.0424。表示的是这次统计的模型整体运用F检验所对应的P值为0.0424，其值小于α(0.05)。说明这次所统计的模型整体具有显著性。判定系数：SSTSSRSSTSSER12(R-squared=0.9996)，表明的是本次统计中变量的拟合优度为99.96％，整体模型拟合的很好。调整判定系数：图表1中的AdjR-squared，其值为0.99.66，根据样本数量和自由度调整后的样本R-squared，考虑了自变量（独立变量）数目的影响，及时解释变量增加，如果它与被解释变量无关，则调整后的判定系数不会增加会减少。计算公式为：)1()1(12nSSTknSSRR。变量系数：即图表1中Coef，也可以说是公式1中i的系数nii2.1，在本次统计模型中，既是公式2中各自变量之前的相应系数。变量系数标准误：)1(ˆ)ˆ(2jjjkSSTSe（Std.err为标准误）标准差:SSTSe)(1(RootMSE=3.9811)5t检验值：)ˆ(ˆˆjjSetj，在图表1中t下面所对应的数值就是横向相应自变量所对应的t检验值。t检验P值：P原假设:0H（0j）；备用假设1H:0j。原假设为真时，观察图表1中Pt列极限t的概率，P值越小越好，P越小说明系数越显著P值越小越容易拒绝0H，即表明该自变量对结果的显著性影响最大。置信区间：置信区间是指由样本统计量所构造的总体参数的估计区间，展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。置信区间给出的是被测量参数的测量值的可信程度。从总体中反复抽样，每个样本都由公式jjSec得出上边界j和下边界j，图表1输出结果的置信区间为95%(95%Confinterval)，就表示在所有抽取的样本中，有95%的样本总体位置参数j落在区间（j，j）内。模型二：建立简单线性回归模型图表2客运量与消费品零售总额拟合曲线y=0.107x+116.55R2=0.93805010015020025030035040005001000150020002500消费品零售总额（亿）客运量（亿人公里）系列1线性(系列1)结论：由以上做的郑州市客运量回归分析和有关数据统计可知，影响客运量的因素有郑州市的生产总值、工业总产值、建筑业总产值、消费品零售总额、国内外游客人次、进出口总额、总人口、人均可支配收入等。并由Stata统计软件输出的图表1中tp下面所对应的列数据可知其各自变量对客运量的影响程度不同，由6t检验p值的基本原理可知，t检验p值越小，说明它所对应的自变量对客运量的影响程度越大，由此我们可以得出以下结论：1、消费品零售总额在模型中表现出与客运量有最大的相关关系，说明了影响程度最大的因素是消费品零售总额。2、本市总人口，国内外游客人次对可与客运量也有很大的影响，这也符合一般常识，人口基数大，旅游人次高自然导致客运量的上升。3、进出口总额、工业总产值、人均可支配收入与生产总值对客运量的影响没有消费品零售总额、总人口和国内外旅游人次对客运量的影响明显，且呈现依次下降的关系，这可能是郑州属于内地城市，对外交流还没有达到很高的水平所致。4、建筑业总产值对客运量的影响程度最小，其原因有可能是郑州市在建筑业上的投入更倾向与居民小区、楼层住宅建设，而相对于工厂、道路、管道、港口等更能吸引、方便旅客出行的基础设施的投入较少；另外一个可能的原因还有可能是该自变量对客运量的滞后效应相关。各级部门可以根据当地的经济状况进行宏观建筑业建设的进一步优化。