利用线性回归实现预测例子_案例分享: 多元线性回归预测公路客货运输量

背景

公路客货运输量的定量预测，近几年来在我国公路运输领域大面积广泛地开展起来，并有效的促进了公路运输经营决策的科学化和现代化。

关于公路客货运输量的定量预测方法很多，以下主要介绍多元线性回归方法在公路客货运输量预测中的具体操作。根据笔者先后参加的部、省、市的科研课题的实践，证明了多元线性回归方法是对公路客货运输量预测的一种置信度较高的有效方法。

多元线性回归预测

线性回归分析法是以相关性原理为基础的，相关性原理是预测学中的基本原理之一。由于公路客、货运输量受社会经济有关因素的综合影响。多元线性回归预测首先是建立公路客、货运输量与其有关影响因素之间线性关系的数学模型。然后通过对各影响因素未来值的预测推算出公路客货运输量的预测值。

公路客货运输量多元线性回归预测方法的实施步骤

1.影响因素的确定

(1)客运量影响因素

人口客车保有量、国民生产总值、国民收入工农业总产值、基本建设投资额城乡居民储蓄额、铁路和水运客运量等。

(2)货运量影响因素

人口货车保有量(包括拖拉机)、国民生产总值、国民收入、工农业总产值、基本建设投资额、主要工农业产品产量、社会商品购买力、社会商品零售总额、铁路和水运货运量。

上述影响因素仅是对一般而言，在针对具体研究对象时会有所增减。因此，在建立模型时只须列入重要的影响因素，对于非重要因素可不列入模型中。若疏漏了某些重要的影响因素，则会造成预测结果的失真。另外，影响因素太少会造成模型的敏感性太强，反之，若将非重要影响因素列入模型，则会增