運輸統(tǒng)計與分析課程設計----我國汽車保有量發(fā)展趨勢分析

1、<p><b>　　課程設計</b></p><p>　　設計題目： 我國汽車保有量的發(fā)展趨勢分析 </p><p>　　課程名稱： 運輸統(tǒng)計與分析 </p><p>　　學 院： 交通運輸工程學院 </p><p>　　專

2、 業(yè)： 交通運輸 </p><p>　　指導教師： </p><p>　　==== 2012 /2013學年第二學期====</p><p>　　課程設計（學年論文）任務書</p><p>　　課程名稱：運輸統(tǒng)計與分析</p>

3、<p>　　適用對象：交通運輸工程</p><p>　　課程設計（論文）目的</p><p>　　《運輸統(tǒng)計與分析》課程設計作為獨立的教學環(huán)節(jié)，是交通運輸本科專業(yè)的必修課。其目的是，通過本課程設計實踐，培養(yǎng)學生理論聯系實際思想，加深統(tǒng)計分析基本理論與基本知識的理解，學會收集或調查行業(yè)統(tǒng)計數據，切實掌握各種統(tǒng)計分析方法，并能靈活運用統(tǒng)計軟件在計算機上實現，正確解釋和分析運行結果

4、，培養(yǎng)運用各種統(tǒng)計分析方法解決交通運輸領域內實際問題的能力。</p><p>　　課程設計（論文）題目與內容</p><p>　　本課程設計（論文）主要任務為：針對交通運輸領域內某一主題，設計調查表調查或查詢相關統(tǒng)計數據，根據本課程講授內容選擇一種或多種合適的統(tǒng)計分析方法，運用SPSS建立模型分析問題。題目自擬，但題名一般要包含主題與統(tǒng)計方法。且必須與交通運輸相關，選題主題主要包括：<

5、;/p><p><b>　　運輸市場定位研究</b></p><p><b>　　運輸需求分析與預測</b></p><p>　　政策或技術方法實施效果評價</p><p><b>　　交通行為選擇</b></p><p><b>　　影響因素分析

6、</b></p><p><b>　　聚類分析</b></p><p><b>　　服務質量評價</b></p><p><b>　　8. 自選</b></p><p>　　課程設計（論文）基本要求</p><p>　　報告內容原則上不少于

7、8000字，其正文至少包括如下幾個方面的內容：</p><p>　　問題背景（問題的提出、必要性與意義，該問題目前常用的分析手段與方法，本設計采用的方法）</p><p><b>　　數據采集</b></p><p>　?。ê瑪祿杉绞?、描述性分析、統(tǒng)計圖表）</p><p>　　說明：調查分析則必須包含調查方案，其它

8、數據原則上必須說明出處。</p><p><b>　　統(tǒng)計模型與分析</b></p><p>　　（包含模型原理、SPSS操作步驟、輸出結果及分析）</p><p><b>　　總結</b></p><p><b>　　附錄 數據清單</b></p><p&

9、gt;　　課程設計（論文）時間及進度安排</p><p><b>　　時間:</b></p><p>　　兩周：2011-2012學年第二學期第十九、二十周</p><p><b>　　進度安排：</b></p><p>　　確定主題；調查、收集數據：2天</p><p>　

10、　數據分析與預處理、描述性統(tǒng)計分析：2天</p><p>　　分析方法原理及選擇：3天</p><p>　　SPSS操作及結果分析：4天</p><p>　　解決實際問題或建議：2天</p><p>　　撰寫報告、總結：1天</p><p>　?。ù瞬糠滞瑢W們可以按照自己設計具體內容，詳細安排）</p>

11、<p><b>　　成果提交：</b></p><p>　　要求獨立完成，每人需提交1份打印的設計報告（A4）、word電子文檔、數據文件（sav格式）。電子文檔文件名為：學號后四位+姓名+題目，先發(fā)電子文檔給指導老師，經許可后方可打印。最終成果（打印稿1份、電子文檔1份）統(tǒng)一交班長匯總并轉交指導老師；最終成果提交截止時間為第20周周五。</p><p>&

12、lt;b>　　成績評定</b></p><p>　　平時考勤20%，報告撰寫規(guī)范20%,內容(選題合理、方案可行、分析正確、有創(chuàng)新)60%。</p><p>　　成績評定實行優(yōu)秀、良好、中等、及格和不及格五個等級。優(yōu)秀者人數一般不得超過總人數的20%。</p><p><b>　　報告格式</b></p><

13、;p>　　課程設計報告裝訂順序依次為：封面、課程設計(學年論文)任務書、目錄、正文、參考文獻、成績評定表。報告中所有圖表應按“章號-圖表序號-圖表名”（例：圖1-1-***頻數圖）進行編號。具體格式參看實驗報告樣本。</p><p><b>　　主要參考資料</b></p><p>　　1.羅應婷等主編.SPSS統(tǒng)計分析從基礎到實踐.北京：電子工業(yè)出版社，200

14、7年6月；</p><p>　　2.章文波 陳紅艷編著.《實用數據統(tǒng)計分析及SPSS12.0應用》.人民出版社，2006年；</p><p>　　3.張文彤.SPSS.11.0統(tǒng)計分析教程.(高級篇).北京希望電子出版社.2002年6月；</p><p>　　4.郝黎仁等.SPSS實用統(tǒng)計分析.中國水利水電出版社.2003年1月。</p><p&

15、gt;<b>　　目 錄</b></p><p><b>　　1 概述1</b></p><p>　　1.1研究背景1</p><p>　　1.2常用分析方法3</p><p>　　1.3本設計采用的分析方法3</p><p><b>　　2 數據采

16、集4</b></p><p>　　2.1 數據來源4</p><p>　　2.2 數據處理4</p><p>　　2.3 我國汽車保有量發(fā)展現狀分析5</p><p>　　3 統(tǒng)計模型與分析8</p><p>　　3.1 相關性分析8</p><p>　　3.1

17、.1 相關性分析原理8</p><p>　　3.1.2 SPSS的操作步驟9</p><p>　　3.1.3 輸出結果分析11</p><p>　　3.2 主成分分析11</p><p>　　3.2.1 主成分分析的基本理論11</p><p>　　3.2.2 SPSS操作步驟：14</p

18、><p>　　3.2.3輸出結果分析16</p><p>　　3.3 曲線擬合模型：18</p><p>　　3.3.1曲線擬合模型原理18</p><p>　　3.3.2 SPSS操作步驟19</p><p>　　3.3.3 輸出結果分析22</p><p>　　3.4 一

19、元線性回歸預測模型23</p><p>　　3.4.1 一元線性回歸預測原理23</p><p>　　3.4.2 SPSS操作步驟24</p><p>　　3.4.3 輸出結果分析26</p><p><b>　　4 總結29</b></p><p>　　4.1 本設計的主要

20、工作29</p><p>　　4.2 存在的不足30</p><p>　　4.3下階段研究需解決的問題30</p><p>　　4.4個人感悟31</p><p>　　附錄 數據清單31</p><p><b>　　1 概述</b></p><p><b

21、>　　研究背景</b></p><p>　　汽車作為運輸的主要方式之一，是我國交通運輸體系的主體，對我國經濟的發(fā)展有著舉足輕重的作用。汽車作為一種高效的運載工具，給人們帶來了方便、快捷、舒適的出行環(huán)境，同時也帶來一系列嚴重問題:道路交通環(huán)境污染加劇、道路交通安全形勢嚴峻、交通需求與供給矛盾突出。同國外發(fā)達國家相比，我國城市交通事業(yè)起步較晚，交通基礎設施建設相對滯后，隨著經濟的快速發(fā)展，交通問題日

22、益凸顯，對城市交通體系建設也提出了更高的要求。總體來說，我國交通系統(tǒng)主要有如下幾個特點：</p><p>　　1.城市機動化進程加快</p><p>　　城市機動化與城市發(fā)展是同步行進的。城市經濟的繁榮發(fā)展促進了機動車的普及，而機動車的普及反過來也推動了城市經濟的進一步發(fā)展。回顧過去，我國城市機動化增長速度迅猛，1980年至2011年，全國機動車保有量以年均16.1%的速度增長。</

23、p><p>　　根據國外相關研究，機動車保有量的發(fā)展一般需要經歷四個時期:緩慢增長期、高速發(fā)展期、緩慢增長期、平穩(wěn)變化期。這四個發(fā)展時期分別對應著不同的社會經濟發(fā)展水平。根據發(fā)達國家小汽車發(fā)展的軌跡，在人均GDP達到 1000美元時，小汽車將進入高速發(fā)展階段。我國從2002年開始人均GDP超過 1000美元，標志著我國已經進入汽車的高速發(fā)展時代?？梢灶A見，我國汽車保有量將繼續(xù)保持高速增長，機動化水平將進一步提高。&l

24、t;/p><p>　　2. 道路交通環(huán)境污染加劇</p><p>　　道路交通系統(tǒng)環(huán)境污染主要包括大氣污染、噪聲污染及震動等，其中大氣污染、噪聲污染是影響城市環(huán)境質量的主要污染源。汽車排放的尾氣含有一氧化碳(CO)、氮氧化物(NOx)、非甲烷碳氫化物(THC)及粉塵等有害物質，損害了人類的居住環(huán)境和生態(tài)環(huán)境。相關資料表明，汽車尾氣污染占大氣污染的總的比重在增大，因此機動車尾氣成為最不可忍受的污

25、染物。隨著我國機動車保有量的增長，汽車尾氣對環(huán)境的污染程度還會加劇。</p><p>　　盡管我國汽車保有量遠低于發(fā)達國家水平，但道路交通對環(huán)境的影響程度己經接近、甚至超過發(fā)達國家道路交通對環(huán)境的影響程度，我國城市的環(huán)境質量也遠低于發(fā)達國家。通過對道路交通與環(huán)境質量關系的研究，制訂符合可持續(xù)發(fā)展的交通政策與規(guī)劃，對城市環(huán)境保護有著重大意義。</p><p>　　3. 道路需求與供給矛盾突出

26、</p><p>　　汽車交通的發(fā)展對城市交通提出嚴峻的考驗。機動車保有量的劇增導致交通需求增大，使得道路變得擁堵、停車設施緊張，己有的交通基礎設施難以滿足快速增長的交通需求，導致交通需求與供給不平衡。由于歷史和經濟發(fā)展原因，目前我國多數城市都存在停車設施建設滯后、停車泊位緊張的問題。</p><p>　　歷史經驗證明，盡管是由于交通供給與需求不平衡而導致了各種交通問題，但是僅僅通過不斷增

27、加供給來滿足需求的方式是不能從根本上解決城市交通問題的。制定合理的城市交通規(guī)劃，走可持續(xù)交通發(fā)展道路，是解決城市交通的根本途徑。</p><p>　　4. 可持續(xù)交通發(fā)展</p><p>　　交通污染嚴重、交通能耗高、交通安全形勢嚴峻等問題成為我國經濟發(fā)展的主要制約因素。國家“十一五”規(guī)劃指出，2010年人均GDP將比2000年翻一番，同時單位GDP能耗要比“十五”期末降低20%左右。這就

28、要求交通運輸必須提高資源利用效率，走可持續(xù)發(fā)展道路，建設節(jié)約型行業(yè)。</p><p>　　當前，我國交通系統(tǒng)的建設正處于繁榮發(fā)展時期，基礎設施建設日趨完善。這為我國城市交通體系的可持續(xù)發(fā)展奠定了基礎，也是我國走可持續(xù)交通的重要機遇期。政府應從經濟可持續(xù)、社會可持續(xù)和環(huán)境可持續(xù)角度審視現有的城市交通政策，汲取發(fā)達國家的經驗和教訓，結合我國實際情況，牢牢把握機動車快速發(fā)展、普及這一階段，采取有效措施，實施可持續(xù)交通發(fā)

29、展戰(zhàn)略，建立起符合經濟社會可持續(xù)發(fā)展要求的高效、經濟、協(xié)調、環(huán)保、安全的交通運輸體系，不僅要為社會提供安全優(yōu)質的運輸服務，而且要使資源占用、對環(huán)境的破壞及交通安全控制在國家允許的范圍內。</p><p>　　城市交通需求的不斷增長給城市交通系統(tǒng)帶來嚴峻考驗，各種交通問題日益加劇:交通擁擠、停車設施緊張、交通污染嚴重、交通安全形勢嚴峻等。滿足當前交通需求的發(fā)展，要求建設更多的基礎設施，而交通基礎設施的建設，會進一步

30、刺激交通需求的增長。研究表明，僅僅通過無休止的交通設施建設以滿足交通需求，是不能從根本上解決城市交通問題的。城市交通的發(fā)展必須在合理的交通規(guī)劃和管理基礎上，有效的引導城市交通需求，針對性地、適度超前的進行交通基礎設施建設。汽車保有量的研究是城市道路交通規(guī)劃的一項基礎性工作，合理、準確的預測未來汽車保有量對城市交通戰(zhàn)略規(guī)劃、交通可持續(xù)發(fā)展具有重要意義。</p><p><b>　　常用分析方法</b

31、></p><p>　　對汽車保有量的研究主要從兩個方面著手，一是集中在汽車保有量影響因素的分析；二是集中在汽車保有量預測的研究上。對于汽車保有量影響因素的分析上主要采用的是主成分分析、因子分析等方法；對于汽車保有的預測的研究主要是采用的是神經網絡預測法、組合預測法、灰色關聯等方法。</p><p>　　本設計采用的分析方法</p><p>　　本設計運用相關

32、性分析和主成分分析法對影響汽車保有量的相關因素進行約簡。尋找對汽車保有量有可能有影響的各種因素，在可量化和數據可取性的基礎上選擇了人均GDP、工業(yè)生產總值、居民消費水平、公路客運量、公路貨運量、人口數量、能源消耗總量、公路總里程等對汽車保有量有影響的數據。先利用相關分析方法，得出汽車保有量與各個相關因素之間以及各影響因素之間都具有很好的相關性。然后，利用主成分分析的方法，從眾多的影響因素中提取出第一主成分，將第一主成分作為綜合指標進行歸

33、一化處理，得出相關方程。在得出綜合指標方程的基礎上運用曲線擬合找出最好的擬合函數模型，得出相應的函數關系，即得出綜合指標的預測模型。最后運用一元線性回歸的方法得出汽車保有量的預測模型，最后帶入相關數據得出2015到2025年的汽車保有量預測值。</p><p>　　本設計在影響汽車保有量的眾多的影響因素中運用主成分分析和相關性分析找出最主要的因素，簡化了相關的方程式，簡化了操作過程，并且使分析結果簡單明確。<

34、;/p><p><b>　　2 數據采集</b></p><p><b>　　2.1 數據來源</b></p><p>　　本設計所需的數據：工業(yè)生產總值、公路貨運量、公路客運量、公路總里程、國內生產總值、能源消耗總量、人口數量、人均可支配收入、汽車保有量。</p><p>　　數據來源：中華人民共和

35、國國家統(tǒng)計局《中國統(tǒng)計年鑒》2010到2012年度數據。</p><p>　　2.2 數據處理</p><p>　　在中國統(tǒng)計年鑒中分別找出相關的數據依次錄入到Excle數據匯總總表中然后導入到SPSS中進行相關數據處理。依次進行相關性分析，主成分分析，曲線擬合，一元線性回歸分析等數據處理方法。</p><p>　　2.3 我國汽車保有量發(fā)展現狀分析</

36、p><p>　　汽車保有量受諸多因素影響，人均GDP是其中一個重要的影響因素，同時人均GDP也是衡量一個國家富裕程度的重要指標。一般來說，根據世界汽車行業(yè)的發(fā)展規(guī)律，當一個國家的人均國內生產總值達到1000美元以后，國民的消費結構就會發(fā)生改變，就會進入以住房、汽車為代表的改善生活質量的消費時代。</p><p>　　改革開放以來，我國創(chuàng)造了經濟增長的神話，特別是近幾年來，我國的人均GDP增長也

37、是很迅速的，從2001年的8621.71元/人,增加到2011年的35181.24元/人。具體各年份人均GDP數據見圖2-1。也就是說從2001年開始，當我國的人均國內生產總值達到8621.71元時，人們的消費結構就開始發(fā)生轉變了，人們的消費開始從滿足生活需要向重視生活質量轉變，從追求物質消費到追求精神消費和服務消費轉變。這種變化的直接影響就是消費結構的升級，消費結構的升級帶動了汽車的消費，從而使汽車保有量增長的速度逐年加快。</

38、p><p>　　圖2-1 1990年到2011年人均GDP</p><p>　　加入世界貿易組織以后，中國又相繼出臺了一系列相關的政策來推動我國汽車業(yè)的發(fā)展，鼓勵小汽車走入家庭，使得小汽車的消費成為了當今消費市場的主流。由于我國經濟發(fā)展的不平衡，東西部經濟的差距，各地區(qū)居民消費水平的不同，使得汽車保有量絕大部分集中在一線、二線城市，并且城市的汽車保有量明顯高于農村。由此可見汽車保有量在一定程

39、度上與居民消費水平和人均國內生產總值有具有相關性。圖2-2為1990一2011年居民消費水平與汽車保有量的發(fā)展情況圖2-3為人均GDP與汽車保有量的發(fā)展狀況。</p><p>　　圖2-2 汽車保有量與居民消費水平</p><p>　　圖2-3 人均GDP與汽車保有量</p><p>　　由此可以看出，人均GDP的增加，年末儲蓄幅度的增加以及人們的消費結構的轉變

40、，使得中國發(fā)展成為一個極具潛力的消費市場。由上圖可以看出近幾年的各項經濟指標增長的幅度明顯大于往年，這也帶動我國汽車保有量增長迅猛。</p><p>　　表2-1 2005—2011年汽車保有量</p><p>　　據國家統(tǒng)計局統(tǒng)計，1990年全國民用汽車保有量僅有554萬輛，其中私車保有量為82萬輛，占14.8%。這82萬輛私人汽車中，58萬輛是載貨車，只有24萬輛是載客汽車。私人客車

41、中，相當數量是微型面包車，真正的私人轎車寥寥無幾。此后，私人汽車比例一路走高，私人轎車也逐步增加。同時有數據顯示，在1993年年底，我國的各類汽車的保有量數據810萬輛，這個數據只相當于日本的1/10，美國的1/28，德國的1/6左右。但是隨著我國經濟的迅速發(fā)展，人們消費水平的提高，汽車消費也是逐年增加，汽車行業(yè)發(fā)展很飛速。自上世紀80年代中國開始出現私人汽車以來，到2003年社會保有量達到1219萬輛，私人汽車突破千萬輛用了近20年，

42、而突破2000萬輛僅僅用了3年時間。從表2-1，我們可以看出我國的汽車保有量從2005年3159萬輛增長到了2011年的9356.32萬輛。隨著社會的和技術的進步，生活水平的進一步提高，我國的汽車保有量將會繼續(xù)增長，在現實生活中，人們越來越多的重視汽車的消費，把汽車消費納入生活中的一樣必需品，汽車進入普通家庭己經成為一個人所共知的事實，也是整個社會經濟發(fā)展的趨勢。將來的社會汽車就會像</p><p><b&

43、gt;　　3 統(tǒng)計模型與分析</b></p><p>　　3.1 相關性分析</p><p>　　3.1.1 相關性分析原理</p><p>　　任何事物的存在都不是孤立的，而是相互聯系、相互制約的。說明客觀事物相互間關系的密切程度并用適當的統(tǒng)計指標表示出來，這個過程就是相關分析。通常用相關系數來描述線性關系的強弱和方向。如果兩個樣本觀測值序列之間相

44、關關系數的絕對值為1，則兩者之間具有完全的相關性，相關系數的絕對值越大，越接近于1的話，兩者之間的相關性就越強，反之，相關系數越小，絕對值為0或者接近0的話，兩者之間不具有相關性。兩個變量之間的相關性用相關系數來衡量，要是一個變量與多個變量之間的相關性，一般用偏相關系數來衡量。運用相關分析法進行因子篩選，相關系數用r表示，常用的相關系數主要有Pearson簡單相關系數、Spearman等級相關系數和Kendall相關系數。這里介紹下Pe

45、arson簡單相關系數---用來度量定居型變量之間的線性相關關系。計算公式為：</p><p>　　其中，n為樣本數，xi和yi分別為兩變量的變量值，代為變量xi和yi的協(xié)方差，分別為變量x和y的標準差。r>O為正相關;r<O為負相關;r=0為零相關或無相關.|r|越接近于1，說明相關性越好;|r|越接近于0，說明相關性越差。r=l時表示兩變量之間存在完全的正相關。r=-1時，表示兩變量存在完全負相關

46、。</p><p>　　3.1.2 SPSS的操作步驟</p><p>　　運用相關性分析法，通過判斷各個因素與汽車保有量之間的線性相關程度的強弱，刷選出對汽車保有量有影響的重要因素。設汽車保有量為Y，設汽車保有量影響因素：人均GDP、工業(yè)生產總值、公路貨運量、公路客運量、公路總里程、能源消耗總量、人口數量、居民消費水平分別為X1、X2、X3、X4、X5、X6、X7、X8。</p&

47、gt;<p>　　SPSS操作步驟如下：</p><p>　　按分析—相關性—雙變量相關，打開對話框，完成相關操作，如圖所示：</p><p>　　圖 3-1 相關分析操作界面</p><p><b>　　結果輸出：</b></p><p>　　表3-1 相關分析輸出結果</p><

48、p>　　**. 在 .01 水平（雙側）上顯著相關。</p><p>　　3.1.3 輸出結果分析</p><p>　　從表3-1的輸出結果我們可以看出，汽車保有量與人均GDP、工業(yè)總產值、公路貨運量、公路客運量、公路總里程、能源消耗總量、人口數量、居民消費水平的相關系數分別是0.991、0.995、0.998、0.980、0.923、0.971、0.818、0.983。因此，我們

49、可以得出汽車保有量與各個影響因素之間具有很好的相關性。同時，從表中也可以看出汽車保有量的各個影響因素之間也存在很好的相關性，他們之間可能存在相互影響。</p><p>　　3.2 主成分分析</p><p>　　3.2.1 主成分分析的基本理論</p><p>　　1. 主成分的概念 主成分分析（PCA），是由Hotelling于1933年首先提出的。

50、在社會經濟的研究中，為了全面系統(tǒng)的分析和研究問題，必須考慮許多經濟指標，這些指標能從不同的側面反映所研究對象的特征，在某種程度上存在信息的重疊，具有一定的相關性。主成分分析就是力求數據信息丟失最少的原則下，在高維的變量空間降維，即研究指標體系的少數幾個線性組合，并且這幾個線性組合所構成的綜合指標將盡可能多的保留原來指標變異方面的信息的一種分析方法。</p><p>　　假設我們所討論的實際問題中，有p個指標，我們

51、把這p個指標看作p個隨機變量，記為Xl，XZ，…，XP，主成分分析就是要把這p個指標的問題，轉變?yōu)橛懻損個指標的線性組合的問題，而這些新的指標Fl，FZ，…，Fk(k≦P)，按照保留主要信息量的原則充分反映原指標的信息，并且相互獨立。第一個線性組合即為第一個綜合指標記作Yl，為了使得該線性組合具有唯一性，要求在所有的線性組合中Yl的方差最大，它所包含的信息最多。如果要是第一主成分不足以代表原來的P個指標的所有信息量的話，考慮選擇第二個主

52、成分，第二主成分是與第一主成分不相關的原線性組合方差最大者，以此類推。</p><p>　　2. 主成分的性質</p><p>　　方差為所有特征根之和即</p><p>　　一說明主成分分析把p個隨機變量的總方差分解成為p個不相關的隨機變量的方差之和。</p><p>　　貢獻率：第i個主成分的方差在全部方差中所占比重，稱為貢獻率，反映了

53、原來p個指標多大比例的信息，有多大程度的綜合能力。</p><p>　　累積貢獻率:前k個主成分共有多大的綜合能力，用這k個主成分的方差和在全部方差中所占比重來描述，稱為積累貢獻率。我們進行主成分分析的目的之一是希望用盡可能少的主成分Fl，F2，…，Fk(k≤P)代替原來的p個指標。到底應該選擇多少個主成分，在實際工作中，主成分個數的多少取決于能夠反映原來變量85%以上的信息量為依據，即當累積貢獻率≥85%時的主

54、成分的個數就足夠了。最常見的情況是主成分為2到3個</p><p>　　3. 主成分分析的步驟</p><p>　　(1) 把待評定的對象作為樣本，根據評定的目的選取各個樣本的P個指標，收集的這些樣本指標值，構成一個N*P的矩陣。</p><p>　　（2）由于這些指標的量綱不統(tǒng)一，數量級也不同。要對上一步得到的原始數據進行標準化處理。數據處理公式為：</p

55、><p>　　其中Xij是第i個樣本的第j個指標的原始數據，是所有樣本的第j個指標的原始數據的平均值，了而面)是所有樣本的第j個指標原始數據的標準差。由此，就可以得到原始數據矩陣的標準化數據矩陣。</p><p>　　(3)計算標準化矩陣的相關系數矩陣R。</p><p>　　(4)求出相關系數矩陣R的特征值和特征向量，然后把特征值由小到大排列，最大的特征值所對應的主成

56、分就叫第一主成分，排在第二位的那個特征向量對應的主成分就叫第二主成分，以此類推。每個主成分的值都是經過標準化后的原始數值逐個加權和為：，其中權數向量：</p><p>　　(5)根據特征值貢獻率選前面的M(M<P)個主成分作為綜合評價函數的主成分。選取標準是前面的M個主成分的累積方差貢獻率大于或者等于85%。</p><p>　?。?） 主成分實際上是各個變量的線性組合，也就是各個變

57、量的加權平均。為了使得各個權重系數之和等于1.我們可以對第i個主成分通過下面的式子進行歸一化處理：</p><p>　　得到歸一化的各個變量權重。</p><p>　　3.2.2 SPSS操作步驟：</p><p>　　按分析—降維—因子分析，打開對話框并轉移分析變量操作如圖3-2和圖3-3所示：</p><p>　　圖3-2 因子分析對

58、話框</p><p>　　3-3 因子分析次級對話框</p><p>　　點擊“繼續(xù)”然后點擊“確定”輸出結果如表3-2：</p><p>　　表3-2 主成分分析輸出結果</p><p>　　3.2.3輸出結果分析</p><p>　　表3-3 KMO與巴特勒特檢驗</p><p>　　

59、從表3-3檢驗變量的相關性的KMO統(tǒng)計量來看，其取值是0.863，因此各變量之間的相關性程度無太大的差異，數據非常適合做主成分分析，近似卡方為702.286，Sig.（即相伴概率）=0.000，球形假設檢驗被拒絕，這8個指標間存在著相關性，與之前的相關性檢驗也是很好吻合的。</p><p>　　表3-4 方差貢獻率圖</p><p>　　從方差貢獻率表3-4可以看出，第一主成分的特征根是

60、8.598，它解釋了總變異的95.533%。主成分的提取條件是要求特征根值大于1和累計方差貢獻率大于或者等于85%。從這兩個判斷條件來看，這8個變量只萃取第一主成分即可，第一主成分對各個變量的信息提取已經非常充分了。</p><p>　　表3-5 初始因子載荷矩陣</p><p>　　表3-5呈現的是是初始因子載荷矩陣表示的是主成分與對應變量間的相關系數。第一主成分對幾個變量做了充分的解

61、釋。對初始載荷矩陣進行變換?？傻玫街鞒煞直磉_式。再進行歸一化得出因子得分系數矩陣。如圖表3-6</p><p>　　表3-6 主成分的分析結果</p><p>　　所以，主成分的表達式：</p><p>　　Y1=0.336*Zx1+0.304*Zx2+0.335 Zx3+0.338 Zx4+0.339 Zx5+0.327 Zx6+0.338 Zx7+0.3

62、03 Zx8 （Zx1、Zx2、Zx3……Zx8是經過預處理過的數據）</p><p>　　3.3 曲線擬合模型：</p><p>　　3.3.1曲線擬合模型原理</p><p>　　用連續(xù)曲線近似地刻畫或比擬平面上離散點組所表示的坐標之間的函數關系的一種數據處理方法。用解析表達式逼近離散數據的一種方法。在科學實驗或社會活動中，通過實驗或觀測得到量x與y的一組數

63、據對(xi，yi)（i=1，2，…m），其中各xi是彼此不同的 。人們希望用一類與數據的背景材料規(guī)律相適應的解析表達式，y=f(x，c）來反映量x與y之間的依賴關系，即在一定意義下“最佳”地逼近或擬合已知數據。f(x，c)常稱作擬合模型 ，式中c=(c1，c2，…cn)是一些待定參數。當c在f中線性出現時，稱為線性模型，否則稱為非線性模型。有許多衡量擬合優(yōu)度的標準，最常用的一種做法是選擇參數c使得擬合模型與實際觀測值在各點的殘差(或離差

64、)ek=yk－f(xk，c)的加權平方和達到最小，此時所求曲線稱作在加權最小二乘意義下對數據的擬合曲線。有許多求解擬合曲線的成功方法，對于線性模型一般通過建立和求解方程組來確定參數，從而求得擬合曲線。至于非線性模型，則要借助求解非線性方程組或用最優(yōu)化方法求得所需參數才能得到擬合曲線，有時稱之為非線性最小二乘擬合。</p><p>　　曲線擬合：貝塞爾曲線與路徑轉化時的誤差。值越大，誤差越大；值越小，越精確。<

65、;/p><p>　　3.3.2 SPSS操作步驟</p><p>　　由于本階段選用的數據是1990年到2011年的汽車保有量和經過主成分分析得到的歸一化加權后的綜合指標的數據，所以，令汽車保有量用Y表示，綜合指標用FACTOR簡寫為F表示。</p><p>　　歷來對于綜合指標的預測采用的是定量分析方法，定量分析就是從歷史數據出發(fā)選擇出適合的預測模型得出相關數據，

66、先對綜合指標的歷史數據整理繪制出點狀圖，如圖3-4</p><p>　　圖3-4 綜合指標F的展點圖</p><p>　　SPSS關于曲線擬合的操作步驟：</p><p>　　按分析—回歸—曲線估計，打開對話框；</p><p><b>　　點擊確定，輸出結果</b></p><p>　　

67、3.3.3 輸出結果分析</p><p>　　F綜合指標 T時間</p><p>　　圖3-5 綜合指標F預測模型的擬合曲線</p><p>　　表3-7 模型概要與參數估計</p><p>　　從圖3-5可以看出二次函數的擬合效果最好，從表3-7可以進一步判斷出，二次函數的擬合相關系數最高，R2=0.967，在所有的曲線擬

68、合方程中取擬合精度最高的方程模型，所有我們選擇的預測方程是：</p><p>　　F=876222.098-52638.954*T+6123.892*T2</p><p>　　其中T=1，2，3.……，為自然數，T=1對應的是1990年，以此類推，F是綜合指標。由此可以推算出2015到2020年的綜合指標的數值分別是3647360.286、3919287.608、4203462.714、4

69、499885.604、4808556.278、5129474.736</p><p>　　3.4 一元線性回歸預測模型</p><p>　　3.4.1 一元線性回歸預測原理</p><p>　　給定一元線性回歸模型：，其中β0、β1為模型的參數或回歸系數，μi為殘差項。</p><p>　　一元線性回歸模型的基本假定：</p>

70、<p>　　假定1：X為固定的變量。如果X為隨機變量，則X與μi之間不相關，滿足：</p><p>　　假定2：零期望。即每個μi的期望為0，表示為：</p><p>　　假如3：同方差。即每個的方差均為同一常數，表示為：</p><p>　　假定4：非自相關。即隨機擾動項序列中的各個μ之間互不相關或者說是無自相關，說明某一擾動項獨立于其他隨機擾動項。

71、表示為：</p><p>　　假定5：正態(tài)性。即為服從正態(tài)分布的隨機變量。表示為：=0 （i=1,2,3……n）</p><p>　　對于給定的Xf，對于Y的個值得一步預測為：這里的b0，b1是根據樣本觀察值采用OLS得到的β0、β1的估計值。由于b0，b1是最優(yōu)無偏估計量，可以得出是遵行正態(tài)分布的，且也為最優(yōu)線性無偏估計量。其預測誤差方差為：其中：用替代式中的構造t統(tǒng)計量：遵循自由度為

72、T-2的t分布。其中可以根據點預測值和預測誤差方差構建預測區(qū)間。</p><p>　　3.4.2 SPSS操作步驟</p><p>　　雖然綜合指標和汽車保有量是非平穩(wěn)的變量，但是它們兩者之間存在著協(xié)整關系，因而可以直接建立協(xié)整回歸預測模型。如果非平穩(wěn)變量之間存在協(xié)整關系，通過直接回歸得到的斜率系數估計量仍然是一致的，故進行一元線性協(xié)整回歸模型分析。</p><p&

73、gt;　　SPSS完成一次線性回歸模型步驟：</p><p>　?、侔捶治觥貧w—線性，打開對話框；</p><p>　?、趯⒁蜃兞枯斎肫嚤Ｓ辛浚兞枯斎刖C合指標K，單擊確定。操作如圖所示。</p><p>　　3.4.3 輸出結果分析</p><p>　　SPSS輸出結果如下：</p><p>　　對輸出結果分析

74、如下：</p><p>　　表3-8 模型匯總</p><p>　　R方是擬合優(yōu)度：是回歸分析的決定因素，說明自變量和因變量形成的散點與回歸曲線的接近程度，數值介于0和1之間，這個數值越大說明回歸的越好。由上表我們可以看出R的平方是0.986擬合優(yōu)度非常好，也就是說散點很集中在回歸線上。</p><p>　　表3-9 Anova輸出表</p>

75、<p>　　由上表可見所用的回歸模型F統(tǒng)計值=143.082，P值是0.000，因此我們用的這個回歸模型是有統(tǒng)計學意義的。</p><p>　　表3-10 系數輸出表</p><p>　　此表給出了包括常數項在內的所有系數的檢驗結果，用的是t檢驗，同時還會給出標化∕未標化系數?？梢姵淀椇汀熬S度”都是有統(tǒng)計學意義的。</p><p>　　由此可以得出

76、汽車保有量和綜合指標之間的一元回歸方程為：Y=0.004*F-2429.891</p><p>　　利用自變量綜合指標的預測模型得出的綜合指標的預測值來預測汽車保有量2015到2025年的值，首先利用上文我們得出的綜合指標的預測方程：F=876222.098-52638.954*T+6123.892*T2，計算出綜合指標的預測值，然后帶入到方程：Y=0.004*F-2429.891中計算出2015年到2025年汽

77、車保有量的預測值，如表3-11所示：</p><p>　　表3-11 預測的2015到2025年汽車保有量和綜合指標表</p><p>　　從以上汽車保有量的預測數據我們可以看出，我國汽車保有量每年都在以相當快的速度增長，汽車保有量的增長必然會帶來一定的問題，通過對汽車保有量影響因素和預測的研究分析，我們可以針對其帶來的問題，提出相關的建議政策。對汽車保有量的預測可以供相關部門借鑒，相

78、關部門也可以就預測出的數值進行政策制定和相關政策調整，為國民經濟和交通業(yè)的發(fā)展做出積極貢獻。</p><p><b>　　4 總結</b></p><p>　　4.1 本設計的主要工作</p><p>　?。?）收集了歷年大量的國內有關于汽車保有量影響因素和預測方法的文獻資料，并對文獻進行了整理總結。結合各自的優(yōu)缺點總結得出自己的思路和方法

79、。</p><p>　　（2）尋找對汽車保有量有可能有影響的各種因素，在可量化和數據可取性的基礎上選擇了人均GDP、工業(yè)生產總值、居民消費水平、公路客運量、公路貨運量、人口數量、能源消耗總量、公路總里程等對汽車保有量有影響的數據。先利用相關分析方法，得出汽車保有量與各個相關因素之間以及各影響因素之間都具有很好的相關性。然后，利用主成分分析的方法，從總多的影響因素中提取出第一主成分，將第一主成分作為綜合指標進行歸一

80、化處理，得出相關方程。</p><p>　?。?）在得出綜合指標方程的基礎上運用曲線擬合找出最好的擬合函數模型，得出相應的函數關系，即得出綜合指標的預測模型。</p><p>　?。?）最后運用一元線性回歸的方法得出汽車保有量的預測模型，最后帶入相關數據的出2015到2025年的汽車保有量預測值。</p><p>　　4.2 存在的不足</p>&

81、lt;p>　　在選取影響汽車保有量的主要因素時，應盡量多選取幾個指標，本課程設計只選取了8個指標，范圍不夠廣，影響因素考慮不過導致研究領域較為狹隘。</p><p>　　在做完主成分分析后沒有做時間序列的平穩(wěn)性檢驗，就進行了曲線擬和無法排除偽回歸現象對預測結果的干擾。沒有運用Eviews做殘差的自相關一偏自相關分析，無法做到對一元線性回歸模型的優(yōu)化和D.W的檢驗，也會是相關的預測結果不準確。</p&g

82、t;<p>　　由于時間有限、獲取資料的不便以及本人自身學術水平有限等原因，很多相關分析無法做到全面，并且在排版及邏輯思維等方面也存在諸多問題。</p><p>　　4.3下階段研究需解決的問題</p><p>　　關于我國汽車保有量發(fā)展趨勢分析的問題仍然存在著可以進一步研究的地方，主要由以下幾點：</p><p>　　尋找新的全面的統(tǒng)計數據，選取更加

83、合理的影響因素，尋找更加合理的預測方法得到更加準確可靠的預測數據。</p><p>　　認真總結此次課程設計中遇見的問題和知識點上的缺陷，查漏補缺，為下次的課程設計做準備。</p><p>　?、?在以后的研究工作中還是要多種方法結合分析來處理數據，研究工作還應更加深入，對軟件運用和輸出結果分析還要深入理解。</p><p><b>　　4.4個人感悟&l

84、t;/b></p><p><b>　　附錄 數據清單</b></p><p>　　附件1 Excle中數據匯總總表</p><p>　　附件二 SPSS中數據匯總總表</p><p>　　附件三 統(tǒng)計年鑒中的相關數據表格</p><p>　　※※※※※※※※※※※※※