探讨回归分析在交通工程应用中的若干问题

叙述回归分析用于交通工程建模中的一般流程，即模型设计和模型试验。着重讨论若干易被忽视的问题，如非线性回归、变量选择和多重共线性等。     

基于偏最小二乘法的集装箱吞吐量预测模型研究

利用偏最小二乘法(PLS)能够克服样本个数比变量维度少的特点和消除变量多重共线性的优点对港口集装箱吞吐量进行建模预测,该方法适用于历史数据较少的港口。并以黄骅港为例,通过SPSS软件对港口集装箱吞吐量进行建模预测并给出2025年集装箱吞吐量预测值。结果表明,偏最小二乘法能够有效的消除影响因素的多重共线性,具有良好的预测精度,可为今后的港口集装箱吞吐量预测提供参考。     

基于SPSS主成分分析法在公路客运量预测中的应用

分析选取影响公路客运量的主要因素,基于SPSS统计软件对各因素进行主成分分析,将众多相关因素简化为少数不相关因素,消除由于变量过多导致的多重共线性影响,构建了河南省公路客运量预测模型。实例证明,该模型具有较高的精度,能够满足河南省公路客运量预测的需要。     

基于主成分分析法的公路客运量预测模型分析

文章基于主成分分析的基本理论与模型,采用SPSS软件,对影响四川省公路客运量的相关因素进行主成分分析,克服多重共线性的问题,构建出四川省公路客运量预测模型。根据预测结果显示,该模型具有较高的精度,适用于影响因素指标较为明确的短期客运量预测,能够满足四川省目前公路客运量预测的需要,对四川地区的公路旅客运输发展也有着一定的指导作用,具有一定的科学性与有效性。     

城市轨道交通与常规公交耦合关系分析

为促进公交系统一体化融合发展,对我国16个城市的轨道交通与常规公交"两网"的耦合性进行评估.从交通供给、交通需求、两者共线与接驳情况等角度进行对比分析.结果表明:不同城市的公交系统发展呈现出阶段性特征,轨道建设水平较高的城市,公交接驳情况普遍较好,但两者共线率较高;轨道线网形态对其运能发挥有较大影响,且过高的共线率会制约常规公交的客流增长.     

基于偏最小二乘回归的城镇登记失业率预测

选取了城镇登记失业率的五类影响因素和18个预测指标,采用本征值与病态指数检验法进行多重共线性进行诊断,说明在18个预测指标之间存在着严重的多重共线性,为了克服多重共线性导致的预测失真问题,运用偏最小二乘回归模型,以我国城镇登记失业率为研究对象,按照交叉有效性的决策原则,建立了预测模型,所提取成分对x累计解释能力达到99．6％,对Y的累计解释能力达到96~／oo,具有较高的预测精度,该方法还可进一步应用到类似问题中。     

基于多元线性回归的船体补偿量优化

为提高船体精度补偿设计的准确性,提高船舶总装工序的原始坡口保留率,以某型在建海洋工程产品的建造数据为例,通过多元线性回归理论,给出一种补偿量的优化计算方法,得出精度补偿的预测计算公式,并编写相应的计算程序。该方法适用性强,可计算各类型分段在不同工序的补偿值,优化船舶建造补偿系统。     

基于主成分回归的公路客运量预测模型研究

运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型。实例证明,该模型具有较高的精度,适合影响因素指标发展较为明确的客运量短期预测。     

基于主成分回归的公路客运量预测模型研究

运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型.实例证明,该模型具有较高的精度,适合影响因素指标发展较为明确的客运量短期预测.