近些年來,航空業(yè)得到迅猛發(fā)展,隨之而來的航班延誤問題越來越嚴(yán)重,不僅影響航空業(yè)的發(fā)展,也對乘客出行造成很大的困擾.本文基于2017年國內(nèi)部分航線的67.16萬次航班數(shù)據(jù),對航班延誤率的影響因素進行分析,并建立模型對航班延誤情況進行預(yù)測.航班延誤的常規(guī)影響因素有天氣、航空公司、流量控制等,在數(shù)據(jù)時代,這些因素都包含于航班延誤的數(shù)據(jù)信息中.通過對航班延誤數(shù)據(jù)的整理分析發(fā)現(xiàn),航班延誤率的影響因素有航空公司、時間段、季節(jié)以及航班班期.在進行影響因素分析前,首先通過正態(tài)性檢驗發(fā)現(xiàn)航班延誤率數(shù)據(jù)不服從正態(tài)分布,因此選用非參數(shù)差異性檢驗方法中的Kruskal-Wallis方法,對航班延誤率的影響因素進行差異性分析,篩選得到差異性顯著的影響因素.然后,由于航班延誤情況是二分類變量（延誤、不延誤）,所以建立Logistic回歸模型,經(jīng)過模型檢驗,發(fā)現(xiàn)自變量均顯著,進一步驗證了影響因素分析的可靠性,并利用此模型對航班延誤情況進行了預(yù)測. 

【文章來源】：黑龍江大學(xué)黑龍江省

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【部分圖文】：

直方圖和核密度圖

圖 3-2 正態(tài)性檢驗Q-Q圖Figure 3-2 Normality test Q-Q diagram量，檢驗樣本數(shù)據(jù)的正態(tài)性. 航班延誤率數(shù)據(jù)為連續(xù)型數(shù)據(jù)，而 KS 檢驗可用于

周一至周日延誤率箱線圖

【參考文獻】：
期刊論文
[1]基于深度SE-DenseNet的航班延誤預(yù)測模型[J]. 吳仁彪,趙婷,屈景怡.  電子與信息學(xué)報. 2019(06)
[2]基于Matlab的航班延誤預(yù)測[J]. 崔瑾.  中國管理信息化. 2018(23)
[3]天氣因素對航班延誤險定價的影響分析[J]. 劉敬真,林荔圓.  保險理論與實踐. 2018(11)
[4]基于層次分析法分析2010～2017年我國航班延誤問題的主要原因[J]. 楊子怡.  通訊世界. 2018(11)
[5]航班延誤影響因素及管理措施分析[J]. 姜偉華.  科技經(jīng)濟導(dǎo)刊. 2018(32)
[6]航班延誤的原因及其對策分析[J]. 王永生.  科技創(chuàng)新與應(yīng)用. 2018(28)
[7]基于Logistics回歸的道路交通事故影響因素辨識方法[J]. 陳艷艷,李向楠,孫智源,熊杰.  交通科技與經(jīng)濟. 2018(05)
[8]航空網(wǎng)絡(luò)延誤傳播相關(guān)性分析[J]. 馬曉真,許欣華,嚴(yán)勇杰,王艷軍.  指揮信息系統(tǒng)與技術(shù). 2018(04)
[9]空中交通管制中航班延誤問題與對策研究[J]. 熊譚龍.  中國新通信. 2018(14)
[10]融合氣象數(shù)據(jù)的并行化航班延誤預(yù)測模型[J]. 吳仁彪,李佳怡,屈景怡.  信號處理. 2018(05)

博士論文
[1]基于貝葉斯網(wǎng)絡(luò)的航班延誤與波及預(yù)測[D]. 劉玉潔.天津大學(xué) 2009

碩士論文
[1]航班延誤保險問題研究[D]. 郭軒.首都經(jīng)濟貿(mào)易大學(xué) 2018
[2]基于Logistic回歸的高校貧困生綜合評價研究[D]. 劉嘉慶.西安科技大學(xué) 2018
[3]基于Logistic回歸的Barra因子選股模型研究[D]. 張冬陽.南京大學(xué) 2018
[4]基于特征優(yōu)化的邏輯回歸模型在廣告點擊率問題中的應(yīng)用研究[D]. 錢超.華中師范大學(xué) 2018
[5]國內(nèi)航班延誤治理研究[D]. 孟昭杰.云南財經(jīng)大學(xué) 2015
[6]航班延誤的預(yù)測、評估與事后分析研究[D]. 顧紹康.中國民航大學(xué) 2015
[7]我國航班延誤成因分析及服務(wù)應(yīng)對策略研究[D]. 邱紅平.復(fù)旦大學(xué) 2011



本文編號：3340157