spss课程设计.docx - 冰点文库

资源描述

spss课程设计.docx

《spss课程设计.docx》由会员分享，可在线阅读，更多相关《spss课程设计.docx（30页珍藏版）》请在冰点文库上搜索。

spss课程设计.docx

spss课程设计

课程设计

设计题目：

上海公路客运量需求预测与分析

课程名称：

运输统计与分析

学院：

交通运输工程学院

专业：

交通运输

班级：

学生姓名：

学号：

指导教师：

====2011/2012学年第二学期====

一、

二、

三、成绩评定

平时考勤20%，报告撰写规范20%,内容（选题合理、方案可行、分析正确、有创新）60%。

成绩评定实行优秀、良好、中等、及格和不及格五个等级。

优秀者人数一般不得超过总人数的20%。

四、报告格式

课程设计报告装订顺序依次为：

封面、课程设计（学年论文）任务书、目录、正文、参考文献、成绩评定表。

报告中所有图表应按“章号-图表序号-图表名”（例：

图1-1-***频数图）进行编号。

具体格式参看实验报告样本。

五、主要参考资料

1.罗应婷等主编.SPSS统计分析从基础到实践.北京：

电子工业出版社，2007年6月；

2.章文波陈红艳编著.《实用数据统计分析及SPSS12.0应用》.人民出版社，2006年；

3.张文彤.SPSS.11.0统计分析教程.（高级篇）.北京希望电子出版社.2002年6月；

4.郝黎仁等.SPSS实用统计分析.中国水利水电出版社.2003年1月。

1概述

1.1研究背景

随着社会经济的发展，人民生活水平日渐提高，公路基础设施建设取得了跨越式发展，公路客运日益增加。

对于经济相当发达的上海市，公路交通是其居民出行的重要交通方式。

改革开放以来，特别是进入“八五”以来，随着我国公路状况的不断改善，公路客运以其快速、灵活、方便的优势快速发展。

据统计，“八五”期间全国客运量比“七五”增长51．8%，年均递增9．8%，同期公路客运年均递增率达11．1%。

自1991年以来，在全国新增旅客运量中，公路客运量占99%。

公路客运除在运量上大大高于铁路等其他运输方式外，自1995年起，其旅客周转量占全国旅客周转量的比重也已超过50%。

导致公路客运量持续增长的主要原因：

一是公路对铁路继续保持在中、短途客运上的分流优势；二是公路客运因高速公路和其他高等级公路的发展而在中、长途客运上逐步获得了市场竞争优势；三是场站及车辆等服务设施和装备水平不断提高；四是公路客运的整体服务质量与水平在逐步改善，使公路客运对旅客的吸引力在提高。

研究公路交通客运的需求有重大意义。

一个高效运行的客运系统有利于交通的通畅，方便人们出行，减少环境污染。

分析公路客运量的发展变化规律，研究公路客运量的预测技术，并应用于公路客运管理工作中，对提高公路交通的管理水平和公路营运效率具有非常重要的实际意义，从而促进公路交通事业的持续发展，缓解交通压力。

预测未来若干年后上海市公路客运量及其发展趋势,可以为投资、规划、优化配置资源及其相关问题的科学决策提供可靠依据,同时提高公路客运的经济效益和社会效益，也对公路管理水平和建立高效公路客运交通系统具有重要作用。

在预先掌握公路线路客运量发展变化的情况下，公路客运企业才能科学的制定调度计划，合理地调配人、车资源。

从而改变以往车辆管理调度中缺乏实用的分析预测手段，大多依靠经验和直觉来判断客运量变化的传统方式。

因此，上海市公路客运量预测为上海市的公共交通规划提供有力的支持。

1.2常用分析方法

研究公路客运量需求预测这类问题涉及到统计学、运筹学、交通经济学等学科，常用的预测方法有回归分析法、灰色模型、组合预测法。

1．2.1回归分析法：

回归分析法是指根据预测的相关性原则，找出影响预测目标的各因素，并用数学方法找出这些因素与预测目标之间的函数关系的近似表达，再利用样本数据对其模型估计参数及对模型进行误差检验，一旦模型确定，就可利用模型，根据因素的变化值进行预测。

回归分析预测法的步骤：

a.根据预测目标，确定自变量和因变量;

b.建立回归预测模型;

c.进行相关分析;

d.检验回归预测模型，计算预测误差;

c.计算并确定预测值。

1.2.2灰色模型预测：

灰色预测模型是通过少量的、不完全的信息，建立数学模型并做出预测的一种预测方法。

灰色系统的特点：

a.用灰色数学处理不确定量，使之量化;

b.充分利用已知信息寻求系统的运动规律;

c.灰色系统理论能处理贫信息系统.

1.2.3组合预测：

组合预测方法是对同一个问题，采用两种以上不同预测方法的预测。

它既可是几种定量方法的组合，也可是几种定性的方法的组合，但实践中更多的则是利用定性方法与定量方法的组合。

组合的主要目的是综合利用各种方法所提供的信息，尽可能地提高预测精度。

1.2.4时间序列法：

时间序列回归模型，是考虑事物发展的变化规律，以时间为自变量建立的一种相关模型，它既考虑了事物发展的延续性，又充分考虑到事物的发展受偶然因素的作用而产生的随机变化。

1.2.5多元回归方法：

多元回归分析预测法是通过对两个或两个以上的自变量与一个因变量的相关分析，建立预测模型进行预测的方法。

它是研究一个随机变量与两个或两个以上一般变量之间相依关系的统计分析方法。

1.3本设计采用的分析方法

本课程设计将采用一元线性回归预测法、多元回归预测方法，时间序列法，S曲线分析进行分析与预测。

数据采集

2.1数据来源

本设计所需的数据，（总人口、生产总值、旅客周转率等经济指标的）来源是2011年中国统计年鉴（

表2-1：

上海市2006-2010年统计年鉴

年度

公路客运量

（万人）

总人口（万人）

生产总值

（亿元）

旅客周转量

（亿人公里）

2006

2784

1815

10572.24

86.8

2007

2872

1858

12494.01

94.0

2008

2934

1888

14069.86

94.1

2009

2995

1921

15046.45

99.6

2010

3634

2302

17165.98

115.4

2.2数据处理

本课程设计选取上海市总人口数量、生产总值、旅客周转量作为主要指标。

a.总人口数量。

针对此模型中被解释变量为公路客运量，其主要消费者为上海市民，总人口数量是一个重要的影响因素。

b.生产总值。

交通运输的发展离不开国家宏观经济的密切影响，因此选取地区生产总值（GDP）作为解释变量之一，分析其对公路客运量的影响。

c.旅客周转量。

反映交通部门一定时期内旅客运输工作量的指标。

指旅客人数与运送距离的乘积，旅客周转量是制订运输计划和考核运输任务完成情况的主要依据之一。

因此旅客周转量也是一个重要的影响因素。

2.2.1数据描述性分析

处理过程：

打开spss软件，在菜单栏中找到“分析—描述统计—频率”，单击出现一个对话框，在对话框中输入变量和数据，点击确定，即可得到最终数据。

表2—1：

各指标描述性统计表

描述统计量

极小值

极大值

均值

标准差

公路客运量（万人）

2784

3634

3043.80

339.037

总人口（万人）

1815

2302

1956.80

196.880

生产总值（亿元）

10572.24

17165.98

13869.7080

2502.80002

旅客周转量（亿人公里）

86.8

115.4

97.980

10.7467

有效的N（列表状态）

图2—1：

公路客运量与总人口茎叶图

图2—2：

公路客运量与生产总值茎叶图

图2—3：

公路客运量与旅客周转量茎叶图

表2—3：

各指标相互相关性