我国民航客运量分析 张远四

《我国民航客运量分析 张远四》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、我国民航客运量分析：基于SPSS多元统计回归张远四统计学院应用统计硕士1数据来源与说明本文分析我国民航客运量与那些因素有关，数据来源于《中国统计年鉴》。具体如表1所示。表1我国民航客运量年份民航客运量（万人）国民收入（亿元）消费额（亿元）铁路客运量（万人）民航航线里程（万公里）来华旅游入境人数（万人）1994231301018888149114.89180.921995298335021958638916420.391996343368825319220419.53570.251997401394127

2、999530021.82776.711998445425830549992223.27792.4319993914736335810600422.91947.720005545652390511035326.021285.220017447020487911211027.721783.320029977859555210857932.432282200313109313638611242938.912690.22004144211738803812264537.383169.52005128313176

3、900511380747.192450.1200616601438496639571250.682746.22007217816557109699508155.913335.72008288620223129859969383.663311.520093383248821594910545896.084152.7数据来源：中国统计年鉴2010提炼出和民航客运量有关的因素有：国民收入、消费额、铁路客运量、民航里程以及来华入境人数等因素。2SPSS软件实现1）描述性统计量：给出各个变量的均值、标准差。2）相

4、关系数：给出变量间的相关系数，发现各个变量间的相关性都很高，可以做回归分析。3）进入变量：我们把民航客运量作为因变量，国民收入、消费额、铁路客运量、民航里程以及来华入境人数等因素作为自变量，进行多元分轨分析。4）模型汇总：发现R^2为0.998，很高。基本通过检验。下面进行方差分析。5）方差分析：可以看出，p值为0，方程通过显著性检验。下面给出方程的具体形式。6）回归系数：从上面可以看出最后我们的多元回归方程为：各个参数上面已有说明。上表给出了回归方程的非标准化估计系数、标准化估计系数值、系数的统计显著

5、性的检验结果以及共线性诊断的方差膨胀因子VIF。因为p值都很小，因此均具有显著性。但是由VIF可以看出，变量国民收入、消费额、民航航线里程和来华旅游入境人数的VIF均大于10，存在显著的多重共线性。我们选择最大的方差膨胀因子的变量为多余变量，这里一次剔除变量国民收入和消费额后，最终保留了剩下三个变量作为自变量来进行回归。7）我们保留铁路客运量、民航里程以及来华入境人数三个变量来对民航客运量进行回归分析，结果如下：方差分析图表明方程式非常显著的，可以通过p值检验。再看回归系数的检验，发现VIF的值都小于1

6、0，通过了共线性的检验，可以认定方程的变量之间不存在多重共线性问题。一次建立我们的回归方程：下面对残差对性分析：8）残差统计量：9）标准化残差直方图：10）P-P图：11）标准化残差散点图：上面是对残差进行分析，我们画出P-P图及标准化散点图，发现残差服从正态分布，有理由相信上面所建的多元回归方程是正确的，可以反应数据的信息。