分析客車(chē)銷(xiāo)量的影響因素,將客車(chē)銷(xiāo)量作為因變量,影響因素作為自變量,基于EViews軟件建立多元回歸數(shù)學(xué)模型,并通過(guò)逐步回歸法克服模型的多重共線性,對(duì)回歸方程進(jìn)行相關(guān)性檢驗(yàn)和實(shí)例驗(yàn)證。研究表明:客車(chē)銷(xiāo)量與軌道交通客運(yùn)量正相關(guān),與國(guó)內(nèi)生產(chǎn)總值負(fù)相關(guān)。 

【文章來(lái)源】：山東交通學(xué)院學(xué)報(bào). 2020,28(01)

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
0 引言
1 我國(guó)客車(chē)行業(yè)的發(fā)展現(xiàn)狀
    1.1 客車(chē)銷(xiāo)售現(xiàn)狀
    1.2 公路客運(yùn)量
2 影響客車(chē)銷(xiāo)量的因素
    1)國(guó)內(nèi)生產(chǎn)總值
    2)國(guó)家政策
    3)軌道交通客運(yùn)量
    4)公路里程
    5)鐵路營(yíng)運(yùn)里程
    6)其他因素
3 線性回歸模型的構(gòu)建
    3.1 變量的選取與數(shù)據(jù)收集
    3.2 模型建立與檢驗(yàn)
        3.2.1 多元線性回歸數(shù)學(xué)模型的建立
        3.2.2 多重共線性檢驗(yàn)
        3.2.3 逐步回歸分析
            1)一元回歸模型檢驗(yàn)
            2)二元回歸模型檢驗(yàn)
            3)三元回歸模型檢驗(yàn)
        3.2.4 相關(guān)性檢驗(yàn)
            1)F檢驗(yàn)。
            2)T檢驗(yàn)。
            3) DW檢驗(yàn)。
        3.2.5 實(shí)例驗(yàn)證
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]財(cái)政補(bǔ)貼政策對(duì)純電動(dòng)客車(chē)的影響[J]. 金璐,陳川,李宏偉.  汽車(chē)實(shí)用技術(shù). 2019(21)
[2]2018年廂式專(zhuān)用車(chē)市場(chǎng)回顧及2019年一季度市場(chǎng)分析[J]. 李棟.  專(zhuān)用汽車(chē). 2019(05)
[3]2018年新能源客車(chē)市場(chǎng)盤(pán)點(diǎn)[J]. 任詩(shī)發(fā).  汽車(chē)與配件. 2019(06)
[4]2018年新能源汽車(chē)市場(chǎng)分析及2019年展望[J]. 崔東樹(shù).  上海汽車(chē). 2019(02)
[5]1-12月,我國(guó)商用車(chē)共銷(xiāo)售437.08萬(wàn)輛[J]. 商訊.  商用汽車(chē). 2019(01)
[6]基于新陳代謝-GM（1,N）馬爾科夫的軌道交通客運(yùn)量預(yù)測(cè)方法[J]. 盧才武,趙海,江松,劉茹玥.  公路交通科技. 2018(12)
[7]應(yīng)用多元線性回歸模型的鐵路客運(yùn)量預(yù)測(cè)[J]. 彭輝,趙亞軍,胡章浩.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2018(09)
[8]2018上半年國(guó)內(nèi)客車(chē)市場(chǎng)分析[J]. 馬文雙,王進(jìn).  商用汽車(chē). 2018(07)
[9]基于EViews軟件的縣際客運(yùn)需求分析預(yù)測(cè)[J]. 張?zhí)N琦,殷巍.  交通科技與經(jīng)濟(jì). 2018(03)
[10]地理加權(quán)回歸模型的多重共線性診斷方法[J]. 張雷雨,楊毅,梁霄.  測(cè)繪與空間地理信息. 2017(10)

博士論文
[1]企業(yè)環(huán)境風(fēng)險(xiǎn)和價(jià)值管理理論與方法研究[D]. 謝琨.南京航空航天大學(xué) 2014

碩士論文
[1]基于高分辨率影像的杭州西湖區(qū)綠地生物量研究[D]. 劉博.浙江農(nóng)林大學(xué) 2015
[2]數(shù)控機(jī)床故障診斷的統(tǒng)計(jì)分析方法[D]. 韓豹琪.華北電力大學(xué)（北京） 2009



本文編號(hào)：3640154