基于因子分析与聚类分析的居民出行目的与租车关系研究

《基于因子分析与聚类分析的居民出行目的与租车关系研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于因子分析与聚类分析的居民出行目的与租车关系研究摘要：通过因子分析和聚类分析方法建立综合评价模型，对居民出行目的与其租车是否存在影响进行实例分析，从出行目的中提取3个符合实际意义的公因子，给出因素的影响排名，然后根据因子得分应用K-means聚类分析将居民出行12种出行0的分成3类，客观地分析了居民出行目的与居民租车之间的联系，所得到的评价结果可为租车行业的发展与规划提供科学的依据和参考。关键词：居民出行；出行目的；租车引言因子分析和聚类分析方法主要用于多种事物间关系研究，交通方面采用该方法研究较少

2、。Ben-Akiva等［1-2］讨论了出行者个性特征对个体行为的影响；邹继贤等对汉中市居民出行特征进行系统分析，其目的用于解决中小城市交通问题；陈熙采用问卷调查方式，归纳总结城市居民交通出行基本特征在不同区域的差异性及其影响因素;芦芳强等以五个典型城市公交OD出行数据运用图形处理及模型标定等方法进入深的数据挖掘。1出行目的研究居民出行0的包含上班、上学、回程、购物、休闲旅游、探亲访友、商务办公等，不同出行目的选择的交通方式差异性较大。2模型建立2.1因子分析方法假设评价的总体有n个居民对应的出行目的为

3、j，因子分析的数学模型就是把j个出行目的分别表示为m（m^j）个公共因子和一个独特因子的线性加权和，即：X=AF+?着其中X=（XI，X2，…，Xj）为可测的j个出行目的构成的j维随机向量，F=（Fl，F2，…，Fm）是不可测的m维随机向量，称为公共因子（也称主因子），它的每个分量Fl，F2,…，Fm将出现在每个变量中。2.2聚类分析聚类分析法是事物分类常用方法，思路是根据样本性质方面的亲密程度进行分类，然后按照距离远近将数据分为若干类别，最终使类别内数据差异尽可能小，类别间差异尽可能大。2.3变量选

4、择特性变量的选择是指针对居民出行目的的选择。3案例分析3.1因子分析将因子分析法应用于重庆市南岸区居民出行目的与其租车之间的关系研究，将出行目的划分为：上班、上学、自驾、带驾、接待、婚庆、回程、购物、休闲旅游、探亲访友、商务办公、家用车辆和其他，用XI，X2,…，X13来表示，用xij表示第i个居民的出行0的为j，则X=(xij)200X13。(1)首先将原始数据输入SPSS软件，对13个变量作KMO(Kaiser-Meyer-Olkin)检验和巴特利特球度检验。其KMO值为0.612〉0.5,并通过

5、了Barlett's球形检验(P