以鄭州市為例，利用計(jì)量經(jīng)濟(jì)學(xué)的方法對(duì)鄭州市鐵路客運(yùn)量的影響因素進(jìn)行單變量和多變量分析，采用普遍最小二乘法(OLS),分別研究地區(qū)生產(chǎn)總值、總?cè)丝跀?shù)、接待國(guó)內(nèi)外游客總量、居民消費(fèi)價(jià)格指數(shù)對(duì)鄭州市鐵路客運(yùn)量的影響程度。利用EViews軟件，以2000—2016年的鐵路客運(yùn)量數(shù)據(jù)作為訓(xùn)練集，2017—2018年的鐵路客運(yùn)量數(shù)據(jù)作為測(cè)試集，分別進(jìn)行一元線性回歸和多元線性回歸分析，通過(guò)多重共線性、異方差、自相關(guān)性的檢驗(yàn)以及模型擬合優(yōu)度的比較，得到最佳鄭州市鐵路客運(yùn)量預(yù)測(cè)模型，模型解釋能力為99.07%。經(jīng)測(cè)試集相對(duì)誤差檢驗(yàn)，構(gòu)建的模型預(yù)測(cè)值與實(shí)際值誤差小于2%,多元線性回歸模型預(yù)測(cè)效果很好，可為地區(qū)鐵路客運(yùn)量的短期預(yù)測(cè)及相關(guān)部門的客運(yùn)決策提供數(shù)據(jù)支持。

 

頁(yè)數(shù)：5

 

1 相關(guān)因素影響及模型設(shè)定

2 模型數(shù)據(jù)分析

    2.1 樣本數(shù)據(jù)選取

    2.2 單因素變量的影響

        2.2.1 鄭州市生產(chǎn)總值

        2.2.2 總?cè)丝跀?shù)

        2.2.3 接待國(guó)內(nèi)外游客總量

        2.2.4 居民消費(fèi)價(jià)格指數(shù)

3 多元線性回歸模型的構(gòu)建

    3.1 多元回歸分析

    3.2 多重共線性的檢驗(yàn)及修正

    3.3 異方差檢驗(yàn)

    3.4 自相關(guān)性檢驗(yàn)

    3.5 擬合優(yōu)度比較

4 客運(yùn)量預(yù)測(cè)結(jié)果檢驗(yàn)

5 結(jié)束語(yǔ)