铁路客运量分析

我国铁路客运量分析

给出变量间的相关系数，发现各个变量间的相关性都很高，可以做回归分析

我们把铁路客运量当作因变量。公路运输量，水运运输量，民航运输量，铁路旅客周转量，铁路营业里程，居民消费额当作自变量，进行分析。

发现R^2为0.984，很高。基本通过检验。下面进行方差分析

可以看出，p值为0，方程通过显著性检验。下面给出方程的具体形式

由上图可以看出民航运输量，与其他变量存在着较为严重的共线性，所以将其剔除出原方程。

方差分析图表明方程式非常显著的，可以通过p值检验

由上图可以看与其他变量存在着较为严重的共线性，所以将其剔除出原方程。

由上图可以看

与其他变量存在着较为严重的共线性，所以将其剔除出原方程。

由上图可以看与其他变量存在着较为严重的共线性，所以将其剔除出原方程。

再看回归系数的检验，发现VIF的值都小于10，通过了共线性的检验，可以认定方程的变量之间不存在多重共线性问题。一次建立我们的回归方程

上表给出了回归方程的非标准化估计系数、标准化估计系数值、系数的统计显著性的检验结果以及共线性诊断的方差膨胀因子VIF。因为p值都很小，因此均具有显著性。但是由VIF 可以看出，变量国民收入、消费额、民航航线里程和来华旅游入境人数的VIF均大于10，存在显著的多重共线性。我们选择最大的方差膨胀因子的变量为多余变量，这里一次剔除变量国民收入和消费额后，最终保留了剩下三个变量作为自变量来进行回归。