客货运交通需求预测方法

实验一：交通需求预测
一、实验内容
1、采用回归分析法进行一元和多元线性相关分析，建立客、货运量同各种因素的回归方程，对未来的客货运量进行预测。

2、采用指数平滑法进行客、货运量预测；
二、实验工具
OFFICE EXCEL
三、实验目的
掌握平均增长率法、弹性系数法、回归分析法、指数平滑法进行客货运交通需求预测
四、实验方法
（一）根据授课内容利用EXCEL进行平均增长率法、弹性系数法客运量预测；（二）利用EXCEL中的数据分析工具进行一元线性、非线性相关分析预测客、货运量。

1、一元回归分析
利用EXCEL进行一元线性、非线性相关分析时，可以形成平面趋势图形，一般按以下工作程序进行相关分析：
①选定参与相关分析的数据所在列或行，其中第一列（或行）可作为横坐标。

②点击（打开）图表向导。

③按图表向导选定图表类型，选XY散点图。

④根据图表向导，形成趋势线图。

⑤用鼠标激活刚形成的趋势线图表，下拉EXCEL主菜单中的“图表”菜单，选“添加趋势线”，在“类型”菜单中选定添加的趋势线类型
⑥.在选“添加趋势线”时，完成类型选择后在“选项”菜单中选定“显示公式”及“显示R（相关系数）平方值”。

⑦根据图表向导，形成趋势线图、回归公式及相关系数。

2、利用EXCEL进行多元线性相关分析。

（1）执行[工具]菜单中的[数据分析]指令，这时在屏幕上出现对话框。

注意：如果此时[工具]菜单中无[数据分析]指令，该如何处理？
具体解决方法，请自行查看Excel帮助。

（2）选择[回归]选项，弹出另一对话框。

（3）单击“Y值输入区域”对话框右边的折叠对话框按钮，然后选取y值区域，
确认输人无误后，再次单击折叠对话柜按钮。

同样方法，可完成X 值的输入。

（4）若输入的第1行(不论X ，Y)为标志，则应打开[标志]复选框。

（5）输出范围的输入与X 和Y 的输入相同，指明输出的左上角单元格即可。

（6）如果需要，可打开[残差]、[残差图]、[标准残差]、[线性拟合图]、[正态概率图]复选框。

（三）时间序列分析法（指数平滑法）预测客、货运量
原理：根据数据自身发展 规律进行客、货分析预测，建立线性和非线性指数平滑预测模型 步骤：
1、工具－加载宏 把分析工具库前面打勾
2、工具－数据分析－指数平滑 （1）一次指数平滑
S t =ay t +(1-a)S t-1 式中，
S t ----时间t 的平滑值； y t ----时间t 的实际值；
S t-1----时间t-1的实际值； a ----平滑常数，其取值范围为[0,1]； （2）二次指数平滑 （3）三次指数平滑 （4）指数平滑预测模型 ① 线性模型：Y t+T =a 1+b 1T
模型中的系数计算公式：
()S S b S S a t t t t ''-'-=
'
'-'=α
α
12 ②非线性模型：Y t+T =a t +b t T+c t T 2 式中：Y t+T ----t+T 时刻的预测值
T----以t 为起点想未来延伸到T 时刻
模型系数计算公式：
()()()[]()
[]t t t t t
t
t
t t t S S S c S S S b S S S a '''+''-'-='''-+''--'--=
'
''+''-'=2123445256)1(23322
2
ααααααα
3、输入区域选择你的调查数据行或列；
4、阻尼系数（1-α）（α----平滑系数）输入，α的取值范围0—1，要求至少取三个进行比选，以标准差最小为准。

5、标准误差打勾，图表输出也打勾，直观一些；
6、在输出的最后一个数的单元格拖动填充柄，得出的数就是下期的预测数
7、补充：
第一列是预测值，n-1个数，拖的就是这一列，
第二列是标准误差，根据这个来判断哪个阻尼系数比较合适，标准误差越小越好。

五、实验数据
（二）城市货运量生成预测
六、实验要求
（一）客运量的预测
1、分别建立客运量与人口、GDP、运输线路长度的一元线性回归方程；
2、试分析比较上述三个因素中哪个因素与客运量的相关性最大。

3、建立客运量与上述三个因素的多元线性回归方程；
4、预测2020年的客运量，要求写出预测过程。

（二）货运量的预测
1、分别建立货运量与表中各因素的一元线性回归方程；
2、试分析比较上述三个因素中哪个因素与货运量的相关性最大。

3、建立货运量与上述三个因素的多元线性回归方程；
4、预测2020年的货运量，要求写出预测过程。

（二）指数平滑法
1、分别进行客、货量的三次指数平滑计算，分别建立线性和非线性指数平滑预测模型，预测2020年的客、货运量
七、实验报告内容
1、实验内容
2、实验步骤
3、实验成果
（1）客、货运量与人口、GDP、运输线路长度的一元线性回归方程，分析比较上述三个因素中哪个因素与货运量的相关性最大。

（2）客运量与人口、GDP、运输线路长度的多元线性回归方程
（3）2020年的客、货运量的预测过程及预测成果
（6）分析α取值对平滑数据结果的影响
（7）分析比较对不同预测方法的成果
3、实验总结
八、预习思考题
1、学习各种预测方法的特点，适用情况；
2、在回归预测中，如何取舍各个影响因素？
3、时间序列预测都包括哪些方法，如何在实验中将预测方法与Excel结合使用，以充分利用Excel的强大功能？
4、了解回归分析中各参数的意义。