0101余雅佩《基于SPSS的公路货运量预测》
货运量回归预测工具EXCEL和SPSS结合应用研究
２ １ 第 ８期 ０ ０年
Ｌ ｇｓ ｃ ｃ－ ｅ ｈ Ｎ ．， ０ ０ ｏ ｉ ｉ Ｓ ｉＴ ｃ ｔｓ ｏ ２ １ ８
文 章 编 号 ： １０ — １０ （０ ０ ０ — ０４ ０ ０ ２ ３０ ２ １） ８ ０ ６ — ３
６ＳＳ 结 用 Ｓ 合应 研究 ｐｏ ｌ ｆ Ｆｒ ｉｈｔ Ｖｏ ｕ ｅ ｒ ａｔ ｏ ｓ ｏ ｅｇ ｌ ｍ
关键 词 ：货 运 量 ；回 归 预 测 ；神 经 网 络
中 图分 类 号 ：Ｆ ２ ． ２ ４９
文 献 标 识 码 ：Ａ
Ａｂ ｔ ａ ｔ Ｏ ｈ ａ ｉ ｆ ａ ａｙ ｉ ｇ ｔ ｅ ａ ｖ ｎ ａ ｅ ｎ ｄ ｓ ｄ ａ ｔｇ ｓ ｏ ｈ ｅ ｒ ｓ ｉ ｎ ｆ ｒ ａ ｔ ｔ ｏｓ ｏ ｒ ｉｈ ｏｕ ｎ Ｅ ＥＬ ｓ ｒ ｃ ： ｎ ｔ ｅ ｂ ｓｓ ｎ ｌ ｚ ｈ ｄ ａ ｔｇ ｓ ａ ｄ ｉａ ｖ ｎ ａ ｅ ｆ ｔ ｅ ｒ ｇ ｅ ｓ ｏ ｃ ｓ ｏ ｌ ｆ ｆｅｇ ｔ ｖ ｌ ｍｅ ｏ ＸＣ ｏ ｎ ｏ ａ ｄ Ｐ Ｓ ｅ ｐ ｃ ｉｅｙ ｒ ｐ ｓ ｏ ｉ ａ ｉｎ ｏ ｈ ｔ ｏ ｋ ｎ ｓ ｏ ｒ ｄ ｃｉ ｎ ｏ ｌ ｔｅ ｐ ｏ ｔ ｈ ｍｅ ｈ ｄ ａ ｄ ｓｅ ｓ ｏ ｏ ｔ ｎ Ｓ Ｓ ，ｒ ｓ ｅ ｔ ｌ，ｐ ｏ ｏ ｅ ｃ ｍｂ ｎ ｔ ｆ ｔｅ ｗ ｉｄ ｆ ｐ ｅ ｉｔ ｔｏ ｓ ｈ ｎ ｒ ｍｏ ｅ ｅ ｖ ｏ ｏ ， ｔ ｔ ｏ ｓ ｎ ｔｐ ｆ ｈ ｗ ｏ
摘 要：对货遣量预测工具 Ｅ Ｃ Ｌ ＳＳ 各 自 Ｘ Ｅ 和 ＰＳ 的优缺点进行了分析，在此基础上建议将两种预测工具相结合，提出如何
・
陕速 、 准确 得 出预 测 值 并 作 出预 测 图表 的方 法和 步 骤 ，最 后 以 某 市社 会 货 运 量 统 计 为样 本 ，进 行 实例 说 明 。
spss课程设计客运量预测
数据类型：包括客运量、时间、地 点等
添加标题
添加标题
添加标题
添加标题
数据来源：城市交通管理部门提供 的客运量数据
数据处理：对数据进行清洗、整理 和标准化处理
数据清洗：处理缺失值、 异常值等
模型选择：选择合适的预测 模型，如ARIMA模型、神经
网络模型等
模型评估：使用测试数据 评估模型性能
数据收集：收集历史客 运量数据
数据分析：进行描述性统计分析，了解数据分布情况 模型建立：选择合适的预测模型，如时间序列模型、回归模型
等 模型评估：对模型进行评估，如R平方、AIC等 模型优化：根据评估结果对模型进行优化，提高预测准确性
预测准确性：预测结果与实 际数据的差异程度
模型拟合度：评估模型与实 际数据的拟合程度
预测趋势：分析预测结果的 变化趋势
建立模型：选择合适的预 测模型，如时间序列模型、 回归模型等
数据预处理：对数据进行 清洗、转换、合并等操作
模型训练：使用训练数据 训练模型，调整模型参数 以优化预测效果
模型评估：使用测试数据 评估模型的预测效果，如 RMSE、MAE等指标
模型优化：根据评估结果 对模型进行优化，以提高 预测精度
模型应用：将优化后的模 型应用于实际客运量预测， 为决策提供支持
等
结果输出：包 括报告生成、
数据导出等
SPSS是统计分析领域的领先软件，广泛应用于社会科学、自然科学、工程等领域 SPSS具有强大的数据处理和分析功能，能够处理大量数据，进行复杂的统计分析 SPSS的图形化界面和易用性使得数据分析变得更加直观和方便 SPSS在数据分析中的地位不可替代，是进行科学研究、商业决策的重要工具
数据来源：确保数据来源可靠，真实反映实际情况 数据完整性：确保数据完整，无缺失值或异常值 数据清洗：对数据进行清洗，去除重复、异常值等 数据标准化：对数据进行标准化处理，确保不同变量在同一尺度上比较 数据验证：对预处理后的数据进行验证，确保数据质量符合要求 数据可视化：对数据进行可视化处理，便于理解和分析
基于SPSS的我国物流发展状况分析
每单位Ｇ Ｄ 运输费用 物流业固 货运量 货 物 运 输
ａ．Ｄｅ ｅｒ ｉａ ｔ＝ ７ ２ ７ － ０ ｔ ｍｎｎ ．９ Ｅ １
．３ ８ ９ ．５ ９ ９ ．７ ９ ７ ．５ ９ ８ ．４ ９ ６
１ ０ ．０ ０ ．４ ９ ２ ．９ ９ ２ ．０ ９ ４ ．６ ９５
１９ ７年 ～ ０ ２年为第二阶段 ，０ ３年至今 为第三阶段。Ｆ ９ ２０ ２０ ｉ —
ｎ ｌｌ ｔｒｅ ｔ ａ ｃｕ ｅ ｎｒ ｓ ｃ ｅ表示最终各类的重心 ，明显看 出三类 中重 心 明 显 成 递 增 趋 势 。 第 一 组 １ ９ ～ ９ ６六 组 ， 第 二 组 ９ １ １９
Ｃ ｍｍｕ ａｉｅ 信息集成度 ｏ ｎ ｌｉ ｔｓ
Ｉ ｉａ ｎｔ Ｉ ｉ Ｅ ｔａ ｔ ｘｒｃｉ ｏｎ
第一张表示输 出结果 的相关矩阵 ， 可以从中看出各指标 之 间相 关性 较强 ， 可尝试进行主成分 分析 。Ｃ ｍｍｕ ａｉｅ ｏ ｎ ｌｉ ｔ ｓ给出
了该 次分析从 每个原始 变量 中提取 的信 息 一般要 求 ， 主成 分
维普资讯
基于 Ｓ Ｓ的 Ｐ Ｓ 我 国物流发展状况分析
●文／ 献群 郭 王 耀 球
业界 在定量研 究物流 指标 中 ，缺 乏有 关物 流产业 的经 济 统计 资料 以及 没有反 映业 态全 貌 的物 流需 求统计 数 据 ， 难 以定量地 对我 国物流业 进行全面 分析 ，诸 多思路都 建立 在 定性认识 水平上 ，很难 有针对性地 在促 进物 流业发 展政 策的制定上 产生 实质 性 的影响。 这种状 况与我 国物流 业 的
．４ ９ ２ １ ０ ．０ ０ ．ｉ ９ ９ ．９ ９ ８ ．１ ９ ８
．９ ９ ２ ．１ ９ ９ １ ０ ．０ ０ ．１ ９ ７ ．１ ９ ８
基于MATLAB的公路货运量预测案例分析报告
3.2．MATLAB应用于BP神经网络的货运量组合预测模型
MATLAB(MArrrix LABoratory)提供的神经网络T具箱(NNToo1)是其开发的多 种T具箱之一，该工具箱提供了很多简单实用的函数，可以大大简化编程的丁作 量MATLAB应用于BP神经网络进行货运量组合预测计算，其主要计算步骤如下。
关键词：MATLAB；公路货运量；组合预测；BP 神经网络
1、引言
运输需求预测是公路网规划、区域发展规划、基础建设投资决策及运输生产 组织管理的基础，对交通运输需求的预测分析具有重大的社会意义和经济意义。 可见，公路货运量的预测举足轻重，可靠的预测结果是进行规划的前提，决定着 整个规划的成功。
公路货运量的预测方法有很多，目前，常用的预测方法可分为单项预测方法 和组合预测方法，可以根据不同的情况选择不同的预测模型。本文将介绍将包括 BP神经网络组合预测模型、一次指数平滑法公路货运量预测模型、灰色Verhulst 模型在内的几种公路货运量预测方法，其中着重介绍BP神经网络建立公路运量组 合预测的理论模型，并以实例加以解释阐述起基本原理。
求的训练误差。一般根据试算确定，也可以参考以下公式：
，其中f
为隐层神经元个数，n、m分别为输入神经元个数和输出神经元个数。 初始化网络的权值和阈值．可以采用MATLAB提供的初始化函数newff()建立
一个BP神经网络： BTF，BLF，PF、式中，P为输
2.1、一次指数平滑模型
一次指数平滑法是对原始时间序列数据进行平滑的一种方法。它适用于市场观 测呈水平波动，无明显上升或下降趋势情况下的预测，一次指数平滑模型利用历史 数据进行平滑来消除随机因素的影响。这种模型只需要本期的实际值和本期的预测 值便可预测下一期的数据，不需要保存大量的历史数据，方法比较简单易行，适用
基于ARIMA模型的全国公路货运量预测
基于ARIMA模型的全国公路货运量预测
陈光
【期刊名称】《中国证券期货》
【年(卷),期】2013(0)7X
【摘要】本文利用2006年1月到2012年9月的全国公路货运量的时间序列数据,使用eviews 6.0软件,运用单整自回归移动平均模型即ARIMA模型,对模型进行了识别、定阶、适应性检验,最终建立了一个ARIMA(3,1,3)的预测模型。
通过该模型预测了2012年我国传统的公路货运大月12月的公路货运量将达到惊人的32.275亿吨,再创历史新高。
【总页数】2页(P301-301)
【关键词】全国公路货运量;ARIMA模型;预测
【作者】陈光
【作者单位】山西财经大学统计学院
【正文语种】中文
【中图分类】F224;F542
【相关文献】
1.基于ARIMA模型的铁路物流货运量预测研究 [J], 李祖辉
2.基于ARIMA模型预测我国2012年的货运量 [J], 余海燕
3.基于ARIMA模型与Winter模型的水运货运量预测比较 [J], 赵朝文;罗璟;邱晨
4.基于ARIMA模型的铁路货运量预测 [J], 赵娜青
5.基于ARIMA模型的极端事件下铁路货运量预测研究 [J], 孙斌;陈思伶;杜丽慧因版权原因，仅展示原文概要，查看原文内容请购买。
公路货运量预测
提高公路运输行业的管理水 平，为设计、修建货运场站 或现代物流主要以 定性预测方法为主，如 专家调查法、专家预测 法、德尔菲法等
定量预测方法 定量预测方法主要是基 于数理统计、微积分以 及人工智能等理论的较 为复杂的、精度较高的 预测方法，如回归分析 法、时间序列预测法、 灰色理论预测、人工神 经网络以及组合预测模 型等
定性预测方法
定量预测方法
偏重于数量方面的分析，重视预测对象的变化 程度，能作出变化程度在数量上的准确描述； 它主要把历史统计数据和客观实际资料作为预 测的依据，运用数学方法进行处理分析，受主 观因素的影响较少；它可以利用现代化的计算 方法，来进行大量的计算工作和数据处理，求 出适应工程进展的最佳数据曲线。缺点是比较 机械，不易灵活掌握，对信息资料质量要求较 高。
公路货运量预测的意义
根据国民经济和社会发展对 运输的需求，就未来的旅客 和货物运输量作定性和定量 的计算和分析。它是研究分 析未来运输业需要担负的任 务，寻求发展运输能力的目 标和途径，研究各种运输方 式之间运输量的合理分配和 综合运输网建设，以形成合 理的运输业结构的依据。做 好运输量预测对于保证运输 业适应国民经济的发展和人 民物质文化生活水平的提高 有重要意义。
采用通常的预测理论与方法得到的预测结果可信 度仍偏低， 究其原因主要是： （1） 过去货运量统计资料缺乏， 而高等级道路 要求货运量预测期又较长（中远期）； （2） 当以国民经济增长作货运量预测的相关依 据时， 对国民经济指标缺少深入的分解和相关性 分析； （3） 对诱增货运量的增长缺乏经验， 难以准确 判断； （4） 货运量调查资料的可靠性存在疑问等。
公路货运量预测
小组成员 ：
基于SPSS与BP神经网络的林产品物流运输需求预测对比研究
基于SPSS与BP神经网络的林产品物流运输需求预测对比研究作者：刘靖张海来源：《中国市场》2017年第06期[摘要]采用SPSS及Matlab软件分别建立多元线性回归模型和BP神经网络预测模型，通过HN省林产品物流运输需求量的算例，对比多元线性回归和BP神经网络预测模型的预测能力得出相应结论。
[关键词]多元线性回归；BP神经网络；预测模型[DOI]10.13939/ki.zgsc.2017.06.0981 引言HN省林业发展虽然迅速，但总体规模小，林业产业化水平低，林产品没有规模化的发展。
预测林产品的物流需求，能够探索出HN省林产品的发展规律，发现林业转型升级过程中存在的问题。
本文运用与林产品物流运输需求有强相关性的经济指标来预测HN省林产品物流运输需求量。
2 多元线性回归模型2.1 多元线性回归确定两种及以上变量间相互定量关系的统计方法称为回归分析。
在回归分析中，如果有两个或两个以上的自变量，就称为多元回归分析，如果自变量与因变量间存在线性关系，就称为多元线性回归。
其模型的一般形式为：2.2 多元线性回归模型构建设物流运输需求量[JB（（]Y[JB））]与影响因素[JB（（]X1，X2，…，XP[JB））]存在线性相关，可建立回归函数模型Y=F[JB（（]X1，X2，…，Xp[JB））]，以此为基础，对林产品物流运输需求做出预测。
3 BP神经网络模型3.1 BP神经网络BP神经网络是一种按误差逆传播算法训练的多层前馈网络，BP网络模型拓扑结构包括输入层、隐含层和输出层。
3.2 构建物流运输需求预测模型利用BP神经网络构建林产品物流运输需求预测模型，强相关性的经济指标是输入变量，林产品物流运输需求量是输出变量。
3.2.1 设计网络输入、输出样本设Xi=[JB（（]Xi1，Xi2，…，Xin[JB））]表示第i年的经济指标向量，Yi=[JB（（]yi[JB））]表示第i年的物流运输需求量向量。
以第1年至第n-1年的经济指标值作为输入样本P，以第2年至第n年的物流运输需求量作为输出样本T，用输入样本P和输出样本T 对BP网络进行训练，训练完成后，输入第n年的输入指标Xn来预测第n+1年需求量。
城市公路货运量预测及物流园区适站量确定研究的开题报告
城市公路货运量预测及物流园区适站量确定研究的开题报告一、选题背景随着城市商业的发展，城市货运量越来越大，物流园区作为城市物流体系的重要组成部分，发挥着越来越大的作用。
但是，如何确定物流园区适站量，以及如何预测城市公路货运量，是当前需要解决的问题。
二、研究目的和意义本文旨在研究城市公路货运量的预测方法和物流园区适站量的确定方法，以帮助城市物流企业做好货物运输规划，降低运输成本，提高物流效率，为城市经济发展做出贡献。
三、研究内容1.城市公路货运量预测方法。
本文将研究城市公路货运量预测方法，包括基于时间序列模型的预测方法、基于回归模型的预测方法、基于神经网络模型的预测方法等。
2.物流园区适站量的确定方法。
本文将研究物流园区适站量的确定方法，包括基于货物流量的确定方法、基于交通流量的确定方法、基于设备容量的确定方法等。
3.实证分析。
本文将选取某一城市和相关物流园区进行实证分析，验证所提出的城市公路货运量预测方法和物流园区适站量的确定方法的有效性和可行性。
四、研究方法本文将采用文献资料法、实证研究法和数学模型法进行研究。
其中，文献资料法主要用于查找相关的理论资料和案例资料，实证研究法主要用于验证所提出的方法，数学模型法主要用于建立预测模型和确定方法。
五、研究进度安排第一阶段：实施文献资料调研，阅读相关文献和案例资料，熟悉相关研究方法。
时间：一个月。
第二阶段：建立城市公路货运量预测模型和物流园区适站量确定模型，运用实证方法进行验证。
时间：三个月。
第三阶段：进行数据分析和结果展示，并对研究结果进行讨论和总结，完成论文撰写和相关报告的编写。
时间：一个月。
六、预期成果本研究预期实现以下成果：1.建立城市公路货运量预测模型和物流园区适站量确定模型。
2.验证所提出方法的有效性和可行性。
3.提出改进和优化建议。
4.完成项目报告和论文撰写。
七、参考文献1. Jia Xianli, Yan Yufeng, Yang Yi, et al. Research on the Prediction Model of Logistics Freight Volume Based on Improved BP Network[J]. Journal of Beijing University of Technology, 2019, 45(2): 456-462.2. Guo Zhan, Cheng Xu, Wang Min. Determination of Appropriate Site Capacity of Logistics Park Based on System Dynamics Approach[J]. Journal of Industrial Engineering and Engineering Management, 2018, 32(2): 356-362.3. Chen Wenxian, Xiao Zheng, Ge Zhibin, et al. Research on Urban Freight Volume Forecasting Model and Its Application[J]. Journal of Transportation Engineering and Information, 2017, 15(3): 112-118.。
基于spss物流分析报告
基于SPSS物流分析报告1. 引言本报告旨在对物流数据进行分析，以揭示物流运营中存在的问题，并提出相应的改进措施。
为了完成这项分析，我们使用了SPSS软件对收集到的物流数据进行了统计分析和可视化展示。
2. 数据收集为了进行本次物流分析，我们收集了一组与物流运营相关的数据，包括货物运输时间、运输距离、运输成本、仓储费用等信息。
这些数据是基于实际物流业务的记录，具有一定的真实性和代表性。
3. 数据清洗与处理在进行数据分析之前，我们首先对收集到的数据进行了清洗和处理，以保证数据的准确性和完整性。
清洗工作包括删除重复数据、处理缺失值和异常值等。
经过清洗后，我们得到了一组干净的数据，为后续分析奠定了基础。
4. 描述性统计分析在物流分析中，描述性统计分析是一种常用的方法，它可以帮助我们了解物流运营的基本情况和特征。
我们使用SPSS软件对收集到的数据进行了描述性统计分析，包括计算平均值、标准差、最大值、最小值等指标，以及绘制了柱状图、箱线图等图表，进一步展示数据的分布和变化趋势。
根据统计结果显示，货物运输时间的平均值为X天，标准差为X天；运输距离的平均值为X公里，标准差为X公里；运输成本的平均值为X元，标准差为X元；仓储费用的平均值为X元，标准差为X元。
通过对这些指标的分析，我们可以发现物流运营中存在的一些问题和挑战。
5. 相关性分析为了深入了解物流数据之间的关系，我们进行了相关性分析。
相关性分析可以帮助我们发现不同变量之间的相关性程度，从而判断它们是否存在关联。
在SPSS软件中，我们计算了不同变量之间的相关系数，并绘制了相关系数矩阵图，以直观展示各变量之间的相关性。
根据相关性分析的结果，我们发现货物运输时间与运输距离呈现正相关关系，即运输距离增加会导致货物运输时间的增加；货物运输时间与运输成本之间呈现负相关关系，即货物运输时间增加可能会降低运输成本。
通过这些分析结果，我们可以针对性地制定改进措施，提高物流运营效率。
基于SPA聚类算法的我国物流需求规模预测分析
基于SPA聚类算法的我国物流需求规模预测分析采用SPA聚类算法，对我国物流需求规模在未来的变化趋势进行了预测。
从我国物流需求来看，至少在未来五年内我国物流需求规模仍然呈现较快的增长态势。
从SPA聚类算法可行性来看，本文的实证结果验证了这种方法在预测领域的可靠性。
标签：SPA聚类算法;物流需求一、引言随着我国经济的不断发展和结构不断调整，国内对物流的需求日趋提高。
2012年我国物流货运量达到5.24亿吨，比21世纪初增加了两倍以上。
在我国货运量的运输方式构成中，公路运输所占比重最高，因此我国以公路运输为主导的物流需求潜力巨大。
在这样的发展环境下，如何维持物流供求平衡成为一大重要课题。
在扩大内需的大背景下，如何合理供应物流服务以满足国内物流需求，成为众多物流企业乃至政府关心的问题。
因此，把握物流需求规模的变化趋势，并对未来趋势做合理的预测分析，是解决物流供求均衡的有效途径之一。
二、SPA聚类算法1.SPA模型基本方法简介SPA模型（集对分析模型）基于同、异、反三个层面，研究两个事物之间的确定性关系和不确定性关系，能够充分衡量这两个事物之间的联系程度。
也就是说，SPA模型实际上就是一种新型的模糊理论系统，在该系统中，事物的确定性与不确定性之间是存在相互联系和相互制约关系的，而且确定性与不确定性在一定条件下可以互相转化。
集对与联系度是SPA模型中最基本的两个概念，其中集对的含义就是存在一定联系的两个集合共同构成的信息对。
SPA模型中信息对的联系度可表示如下μ=a+bi+cj （1）其中，a为两个集合之间的同一度，b为两个集合之间的差异度，c为两个集合之间的对立度。
字母i即为差异度的相应参数，且有-1≤i≤1;字母j即为对立度的相应参数，这里定义j的值恒为-1。
根据SPA模型的基本定义，这里同一度、差异度和对立度三者之和应为1，即有：a+b+c=1 （2）这里，a和c是相对确定的，但b是相对不确定的，而这种相对性是因为客观对象具有可变性，而且主体对客观对象的意识存在模糊性而产生的一种不确定性。
基于组合预测模型的我国管道货运量的预测分析
基于组合预测模型的我国管道货运量的预测分析俞佳立;钱芝网;王涛【摘要】选取2005—2014年以来我国管道货运量的时间序列数据,在指数平滑法、灰色预测法的基础上,运用两者的组合预测模型对管道货运量进行预测分析,以揭示出其变化的内在规律.最后运用预测函数对"十三五"规划期间我国管道货运量进行短期外推预测.分析结果表明,到2020年,我国管道货运量将达到116.56千万吨.【期刊名称】《科技与经济》【年(卷),期】2017(030)001【总页数】5页(P101-105)【关键词】管道货运量;指数平滑法;灰色预测法;组合预测【作者】俞佳立;钱芝网;王涛【作者单位】上海理工大学管理学院, 上海200093;上海理工大学管理学院, 上海200093;上海健康医学院信管学院, 上海201318;上海理工大学管理学院, 上海200093【正文语种】中文管道运输是把管道作为运输工具，主要负责天然气、石油、煤浆等气体、液体物质的远距离运输，是继公路、铁路、水运、航空运输之后的第五大运输方式。
管道运输具有运量大、占地少、安全性高、成本低、不易受天气影响等优点。
近年来，我国管道基础设施发展迅速，近十年统计数据显示：我国管道总里程数平均每年增加0.69万公里，平均增长率为10.29%，至2014年底，我国管道里程数达到10.57万公里。
基础设施的不断完善促使管道运输广泛使用，进而促进了管道货物量的攀升，2005—2014年数据显示：我国管道货运量平均每年增长4.75千万吨，平均增长率达10.23%。
其中主要依托管道运输的石油、天然气等原料，在国民经济发展中有着重要的作用，对经济的发展有巨大的推动作用，因此对管道货运量进行预测具有较强的现实意义。
许多学者对时间序列数据的变化进行了预测。
其中，马晓珂、王慈光(2005)通过三次指数平滑模型对大秦铁路货运量进行预测分析，效果明显[1]。
谢晓燕、韦学婷、王霖(2013)运用二次指数平滑法对呼、包、鄂三角区物流需求量进行预测，为该区域物流产业基础设施建设提供决策依据[2]。
【优质文档】spss预测分析-word范文 (10页)
本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！== 本文为word格式，下载后可方便编辑和修改！ ==spss预测分析篇一：spss课程设计客运量预测课程设计设计题目：上海公路客运量需求预测与分析课程名称：运输统计与分析学院：交通运输工程学院专业：交通运输班级：学生姓名：学号：指导教师：==== 201X /201X学年第二学期====1课程设计（学年论文）任务书课程名称：运输统计与分析适用对象：交通运输工程一、课程设计（论文）目的《运输统计与分析》课程设计作为独立的教学环节，是交通运输本科专业的必修课。
其目的是，通过本课程设计实践，培养学生理论联系实际思想，加深统计分析基本理论与基本知识的理解，学会收集或调查行业统计数据，切实掌握各种统计分析方法，并能灵活运用统计软件在计算机上实现，正确解释和分析运行结果，培养运用各种统计分析方法解决交通运输领域内实际问题的能力。
二、课程设计（论文）题目与内容本课程设计（论文）主要任务为：针对交通运输领域内某一主题，设计调查表调查或查询相关统计数据，根据本课程讲授内容选择一种或多种合适的统计分析方法，运用SPSS建立模型分析问题。
题目自拟，但题名一般要包含主题与统计方法。
且必须与交通运输相关，选题主题主要包括：1. 运输市场定位研究2. 运输需求分析与预测3. 政策或技术方法实施效果评价4. 交通行为选择5. 影响因素分析6. 聚类分析7. 服务质量评价8. 自选三、课程设计（论文）基本要求2报告内容原则上不少于8000字，其正文至少包括如下几个方面的内容：1. 问题背景（问题的提出、必要性与意义，该问题目前常用的分析手段与方法，本设计采用的方法）2. 数据采集（含数据采集方式、描述性分析、统计图表）说明：调查分析则必须包含调查方案，其它数据原则上必须说明出处。
3. 统计模型与分析（包含模型原理、SPSS操作步骤、输出结果及分析）4. 总结5. 附录数据清单四、课程设计（论文）时间及进度安排1. 时间:两周：201X-201X学年第二学期第十九、二十周2. 进度安排：确定主题；调查、收集数据：2天数据分析与预处理、描述性统计分析：2天分析方法原理及选择：3天SPSS操作及结果分析：4天解决实际问题或建议：2天撰写报告、总结：1天（此部分同学们可以按照自己设计具体内容，详细安排）3. 成果提交：要求独立完成，每人需提交1份打印的设计报告（A4）、word电子文档、数据文件（sav格式）。
基于熵权法的公路货运量组合预测
詹斌，等：基于熵权法的公路货运量组合预测
技 术 与 方 法
型这三种单一模 型的基 础上建立组合预测模 型 ，根据 熵 ２．１．２ 指数 平滑法 。指数平 滑法是 用平 滑系数 对时 间
权法确定各单项 预测 方法的权重 ，从而达 到提 高预测 精 序列 的历史数据进行加权 修匀 ，建立指数平滑数学模 型
Ｚｈａｎ Ｂｉｎ，Ｌｖ Ｌａｍｅｉ，Ｈｕａｎｇ Ｘｉｎ
（Ｓｃｈｏｏｌ ｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ，Ｗ ｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４３００６１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｗｅ ｅｓｔａｂｌｉｓｈｅｄ ａｎ ｅｎｔｒｏｐｙ ｗｅｉｇｈｔｅｄ ｃｏｍｂｉｎａｔｉｏｎ ｆｏｒｅｃａｓｔｉｎｇ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｔｈｅ ｍｕｌｔｉｐｌｅ ｌｉｎｅａｒ ｒｅｇｒｅｓｓｉｏｎ
【收 稿 日期 ］２０１６—０４—１２ 【作 者简 介】詹斌 （１９６６一），男 ，湖北 武汉 人 ，武汉 理工 大学 交 通学 院教 授 ，主要 研究 方 向 ：交通 运 输规 划 与管 理 ；吕腊梅
（１９９２一），女 ，湖北 随州人 ，武汉理工大学交通 学院硕士 ，主要研究 方向 ：交通运输规划 与管理 ；黄馨 （１９９３一），女 ， 湖南怀化人 ，现供职于海丰 国际。
量 预测 中应用较为普遍 ，它是从事 物变化的相关关系 出 发 进行预 测 的一 种方法 ，其可靠性 高 ，实用价值 高 。线
性 回归 预测有一元线性 回归分析 、二元 线性 回归和多元
线性回归分析 。本文采用 的是 多元 线性 回归模型 。
技 术 与 方 法 ｄｏｉ：１０．３９６９￣．ｉｓｓｎ。１００５—１５２Ｘ．２０１６．０６．０１３
《基于SPSS的公路货运量预测》
目录第一章问题研究背景 (4)1.1、背景综述 (4)1.2研究此问题常用的方法 (4)1.3本研究采用的方法 (5)第二章公路货运量影响因素的描述性分析 (6)2.1. 不同年份五种运输方式的走势图 (6)2.2 基础设施的增长趋势 (7)2.3 总人口数增长趋势 (8)2.4 经济指标走势图 (8)第三章统计模型与分析 (10)3.1 各个因素对公路货运量影响的相关性分析 (10)3.1.2 模型原理 (10)3.1.2 SPSS操作步骤 (10)3.1.3 输出结果及分析 (11)3.2对影响因素以及货运量预测的线性回归 (12)3.2.1 模型原理 (12)3.2.2 SPSS操作步骤 (13)3.2.3 输出结果及分析 (13)3.3 用曲线拟合预测货运量 (18)3.3.1 模型原理 (18)3.3.2 SPSS操作步骤 (18)3.3.3 输出结果及分析 (19)3.2 用时间序列分析预测公路客运量 (20)3.3.1 模型原理 (20)3.3.2 SPSS操作步骤 (21)3.3.3 输出结果及分析 (23)3.4 预测值汇总表 (25)第四章总结与分析 (26)4.1 本文结论 (26)4.2 需要进一步的完善的问题 (26)附录数据清单.................................................................................................... 错误!未定义书签。
第一章问题研究背景1.1、背景综述改革开放后，我们国民经济持续高速发展，公路运输需求强劲增长，国家加大了公路基础设施的建设力度，随着道路环境的改善和省际、城际以及城乡交流的日益频繁，公路的货运量逐年提高，同时这也直接支持了公路货运行业的发展。
公路货运在我国综合运输体系货运市场中发挥这举足轻重的作用，承担着90%以上的份额，因此对我国公路货运的研究就显得很有现实意义，通过研究我国从进入2000年至今的公路货运量发展变化，可以从我国国民经济发展的一个侧面了解到我国二十多年来的交通运输、公共事业建设、人民生活水平、社会生产、流通、分配、消费各环节协调发展等诸多现实经济问题，对于提升个人对国家经济发展认识，研究分析能力有很大的好处。
基于SAS的铁路货运量预测
言的和社会交 际语言的特点 ” 中， 我们可以知道 ， ” 十大流行语 ” 的产生并非来 自于教育和知识的传授 ， 而主要是来 自于产生模 因 的后两种方式 ， 即由语言运用过程所促成和由交际和交流过程所
再例如 ” 元芳 ， 你怎么看？” ， 这句恶化 出自电视剧《 神探狄仁
音 相近 ， 日本人 就用 『 ｆ ｊ 空” 来 表示具有某种情结的人。
成 的模因 ， 因为 ” 山寨 ” 一词源 自广东话 ， 本是根据语境即兴而 发， 但是随后得到了广泛的复制和流传 ， 并从 广东话词汇体系进
入到 了汉语普通话的词汇体系之中 ， 是一种跨语言 、 跨文化的模 因传播。再例如 ” 不差钱 ” ， 本是东北地区的方言说法 ， ２ ０ ０ ９年 ”
春晚 ” 赵本 山等演 出的小品， 用它作了剧名 ， 产生 了轰动效应 ， 后
在全国流行开来。 在实际使用中， 多带有调侃 的色彩 ， 并不纠缠于
钱多钱少 。可见 ， ” 不差钱 ” 这个模 因也是根据语境即兴而发 ， 随 后得到广泛的复制和流传 ， 并从东北方言进入到了汉语普通话的 体 系之中。对此 ， 我们对 ２ ０ ０ ８ — ２ ０ １ ２ 年近五年 ” 十大流行语 ” 共 ５ ０ 个模因的产生进行了分析与归类 ， 如下表所示 ：
２ ． ３ 从模 因论看近五年 “ 十大流行语 ” 的传播方式
从前文论述 中我们已经知道 ， 语言模 因的复制和传播方式
有复制和类推两种 。 一些优秀电影或 电视剧的经典台词往往成 了直接传递 的活跃 的模式 。 近五年 的 ” 十大流行语 ” 主要是通过重复 的方式传播 的。
（ Ｒ ｉ ｃ ｈ ａ ｒ ｄ Ｄ ａ ｗ ｋ ｉ ｎ ｓ ） 的文化模因观为理论依据 ， 从 语言模因论的 角度来考察近五年十大流行语 的产生原因及传播 方式 ， 希望能
货运量回归预测工具EXCEL和SPSS结合应用研究
文章编号： 1002-3100 (2010) 08-0064-03
Logistics Sci-Tech No.8, 2010
货运量回归预测工具 EXCEL 和 SPSS 结合应用研究
The Combined Application Study of EXCEL and SPSS for Regression Forcast Tools of Freight Volume
与 EXCEL 相比， SPSS 进行预测 的方 法 和 提供 的 模 型要 多 得 多 ， 既 有 精 确预 测 模 型也 有 模 糊预 测 、 神 经网 络 等 非精 确 的 模
收稿日期： 2010-05－11 作者简介： 李 振（1983-）， 男， 山东聊城人， 山东大学现代物流研究中心硕士研究生， 研究方向： 物流系统规划与仿真； 王兴秋 （1982-）， 女， 山东威海人， 山东大学现代物流研究中心物流工程专业硕士研究生， 研究方向： 物流系统规划设计、 物流供应链管 理技术。
64 Logistics Sci-Tech 2010.8
货运量回归预测工具 EXCEL 和 SPSS 结合应用研究
糊预 测 模型 ， 为 预 测者 提 供 了更 多 更 优更 宽 泛 预 测 模 型 的 选 择 范 围 。 在 数 据 处 理 能 力 上 ， SPSS 能 够 对 整 张 表 的 数 据 同 时 进 行 处理， 处理多变量数据之间的关系。 在模型选择上， 对某一组数据可以同时应用多个预测模型， 预测结果能同时保存到数据视 图中， 预测曲线也能同时在一张图中充分展现， 预测曲线的拟合度值也有明确的数值说明， 确定最终的最优预测模型简单、 快 捷、 准 确 。 SPSS 提供 了 更 高级 图 形 的画 法 ， 能 够 反 映 多 变 量 之 间 的 关 系 和 变 化 情 况 ， 比 如 散 点 图 和 饼 图 的 组 合 统 计 图 。 在 图 形范围的选择上， 除 了具 有 EXCEL 基 本的 柱 状 图、 饼 图 、 环 形图 、 折 现 图之 外 ， SPSS 还 提供 了 箱 图、 茎 叶 图 ， 能够 更 好 的反 应各类之间的比例关系， 更好的反应数据量较小或有缺失数据情况下， 精确处理各数据之间的关系[7]。
SPSS预测模型在苏北运河货运量预测中的应用
SPSS预测模型在苏北运河货运量预测中的应用
侯磊;陈敏慧;江朝华
【期刊名称】《中国水运（下半月）》
【年(卷),期】2009(009)008
【摘要】应用SPSS软件中的Regression分析模块,对苏北运河的货物运输总量进行了预测,说明SPSS软件在有效的减少了工作量的情况下,同时还保证了预测的精度,很适宜于企业人员的实际应用.
【总页数】3页(P99-100,110)
【作者】侯磊;陈敏慧;江朝华
【作者单位】河海大学,交通学院海洋学院,江苏,南京,210098;河海大学,交通学院海洋学院,江苏,南京,210098;河海大学,交通学院海洋学院,江苏,南京,210098
【正文语种】中文
【中图分类】U652.1+2
【相关文献】
1.组合预测模型在铁路货运量预测中的应用 [J], 王宁;徐志禹
2.基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用 [J], 杨云超;吴非;袁振洲
3.苏北运河货运量预测 [J], 张盛
4.灰色预测模型在国内物流货运量预测中的应用 [J], 刘玲
5.组合预测模型在货运量预测中的应用 [J], 张林泉
因版权原因，仅展示原文概要，查看原文内容请购买。
基于重要性和可行性的区域公路货物运输量统计指标排序模型
１ 区域 公 路 货 物 运 输 量 调 查 数 据 的 服 务 主体
区域公 路货 物运输量 调查 统计 指标 的服 务 主
货 物运 输量 调查 统计指 标 主要包 括货 车汽车 的行
出调 查数 据难 以满 足不 同层 面用 户决 策 的需要 以 及数 据质 量难 以验 证 的 问题 ， 原 因之 一 在 于 调 其
收稿 日期 ：０ ２０ —０ ２ １ —４１
图 １ 区域 公 路 货 物 运 输 量 调 查 数 据 的 服 务 主 体
吴
彪 （９ ８ ） 男 ， 学 博 士 ， 师 ， １７ ： 工 讲 主要 研 究 领 域 为 交 通 运 输 规 划 与 管 理
区 域 公 路 货 物 运 输 量 统 计 指 标 体 系
评 价 等 级 很重 要 重 要 应 考 虑 意 义 不 大 不 考虑
１
ቤተ መጻሕፍቲ ባይዱ
３ ２ 指标 可行 性及 其评价 等级 置化 ． 指 标 的可行 性是 指在 区域公 路货 物运输 量 实
际 统计 调查 工作 中 ， 取 该 指 标 的难 易 程 度 和 可 获
西 部 交 通 建 设 科 技 项 目资 助 （ 准 号 ：０ ７ １ ７ ４ ８ 批 ２０３８７５）
第 ５期
吴
彪 ， ： 于 重 要 性 和 可 行 性 的 区 域公 路货 物 运 输 量 统 计 指 标 排 序 模 型 等 基
・９３ ‘ ６
２ 区域 公 路 货 物 运 输 量 统 计 指 标 体 系 的初 步框 架
Ｖｏ． Ｎｏ １ ３６ ．５ Ｏｃ ． ２ ２ ｔ Ｏ１
基于协整分析的我国货运量预测
基于协整分析的我国货运量预测李小姣【摘要】货运量是运输系统中一个重要指标.研究货运量的变化规律,对货运量进行科学合理预测,对交通规划和经济发展具有重要意义.对货运量进行时间序列分析,建立了货运量的传统时间序列模型,观察到残差存在自相关,提出修正残差的ARMA 模型,消除自相关.最后根据模型对货运量进行预测,并提出政策建议.【期刊名称】《物流科技》【年(卷),期】2010(033)004【总页数】3页(P56-58)【关键词】货运量;时间序列分析;ARMA模型【作者】李小姣【作者单位】河南师范大学,经济管理学院,河南,新乡,453007【正文语种】中文【中图分类】U2940 引言运输需求预测在国家和区域经济发展规划中具有十分重要的作用，货物运输与地方经济及企业发展紧密联系。
尤其是在后金融危机时期，做好货运量预测成为货运需求和经济发展关系研究中的一个重要问题，对交通规划和经济发展具有重要意义。
运量预测是一个复杂的系统，比较常用的预测方法按性质和方法分，可分为定量预测和定性预测两大类[1]。
定性预测方法主要以专家为索取信息的对象，组织各方面专家运用专业方面的经验和知识，通过对过去和现在发生的问题进行综合分析，从中找出规律，对未来作出判断。
主要有以下几种：个人判断法、专家会议法、特尔菲法、主观概率法[1]。
定量预测方法是用定量分析来研究运量的发展趋势，它以历史统计资料和有关信息为依据，运用各种数学方法来预测未来货运市场需求情况，即未来的运量。
常用的货运量定量预测方法主要有以下几种：（1）回归分析法。
是从经济现象之间的因果关系出发，应用回归方程来分析经济变化规律，进行预测，其关键要找到影响运量变化的主要因素，这种方法不失为一种好方法。
常用的回归分析法有一元回归分析法、多元线性回归分析法。
马银波（2000）探讨了用类别回归分析方法建立增长模式的预测模型，并结合广西河池地区的实际情况将模型加以运用。
（2）灰色模型预测法。
公路运输量预测数据管理系统设计
公路运输量预测数据管理系统设计
任科社
【期刊名称】《交通与计算机》
【年(卷),期】1996(014)006
【摘要】根据公路运输量预测的要求，结合“ＦＯＸＢＡＳＥ程序设计”，论述了公路运输量预测数据管理系统设计的思想与方法，探讨了公路运输量预测过程中实现数据输入、汇总、分析、蓦以结果输出途径。
【总页数】4页(P32-35)
【作者】任科社
【作者单位】西安公路交通大学
【正文语种】中文
【中图分类】U491.113
【相关文献】
1.基于BP神经网络的组合预测模型及其在公路运输量预测中的应用 [J], 赵淑芝;田振中;张树山;金俊武
2.基于MATLAB的公路运输量预测系统设计 [J], 徐宇;张露;史季青
3.多种预测方法在公路运输量预测中的应用 [J], 李竞
4.基于灰色预测模型的公路运输量预测 [J], 边浩毅;王怡民;李百川;朱小平
5.组合预测方法在公路运输量预测中的应用研究 [J], 王俊波
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
设计题目：基于SPSS的我国公路货运量预测课程名称：运输统计与分析学院：交通运输工程学院专业：交通运输班级：交通运输1001班学生姓名：余雅佩学号：201030010101指导教师：此处先不填写==== 2011 /2012学年第二学期====课程设计（学年论文）任务书课程名称：运输统计与分析适用对象：交通运输工程一、课程设计（论文）目的《运输统计与分析》课程设计作为独立的教学环节，是交通运输本科专业的必修课。
其目的是，通过本课程设计实践，培养学生理论联系实际思想，加深统计分析基本理论与基本知识的理解，学会收集或调查行业统计数据，切实掌握各种统计分析方法，并能灵活运用统计软件在计算机上实现，正确解释和分析运行结果，培养运用各种统计分析方法解决交通运输领域内实际问题的能力。
二、课程设计（论文）题目与内容本课程设计（论文）主要任务为：针对交通运输领域内某一主题，设计调查表调查或查询相关统计数据，根据本课程讲授内容选择一种或多种合适的统计分析方法，运用SPSS建立模型分析问题。
题目自拟，但题名一般要包含主题与统计方法。
且必须与交通运输相关，选题主题主要包括：1.运输市场定位研究2.运输需求分析与预测3.政策或技术方法实施效果评价4.交通行为选择5.影响因素分析6.聚类分析7.服务质量评价8. 自选三、课程设计（论文）基本要求报告内容原则上不少于8000字，其正文至少包括如下几个方面的内容：1.问题背景（问题的提出、必要性与意义，该问题目前常用的分析手段与方法，本设计采用的方法）2.数据采集（含数据采集方式、描述性分析、统计图表）说明：调查分析则必须包含调查方案，其它数据原则上必须说明出处。
3.统计模型与分析（包含模型原理、SPSS操作步骤、输出结果及分析）4.总结5.附录数据清单四、课程设计（论文）时间及进度安排1.时间:两周：2011-2012学年第二学期第十九、二十周2.进度安排：确定主题；调查、收集数据：2天数据分析与预处理、描述性统计分析：2天分析方法原理及选择：3天SPSS操作及结果分析：4天解决实际问题或建议：2天撰写报告、总结：1天（此部分同学们可以按照自己设计具体内容，详细安排）3.成果提交：要求独立完成，每人需提交1份打印的设计报告（A4）、word电子文档、数据文件（sav 格式）。
电子文档文件名为：学号后四位+姓名+题目，先发电子文档给指导老师，经许可后方可打印。
最终成果（打印稿1份、电子文档1份）统一交班长汇总并转交指导老师；最终成果提交截止时间为第20周周五。
五、成绩评定平时考勤20%，报告撰写规范20%,内容(选题合理、方案可行、分析正确、有创新)60%。
成绩评定实行优秀、良好、中等、及格和不及格五个等级。
优秀者人数一般不得超过总人数的20%。
六、报告格式课程设计报告装订顺序依次为：封面、课程设计(学年论文)任务书、目录、正文、参考文献、成绩评定表。
报告中所有图表应按“章号-图表序号-图表名”（例：图1-1-***频数图）进行编号。
具体格式参看实验报告样本。
七、主要参考资料1.罗应婷等主编.SPSS统计分析从基础到实践.北京：电子工业出版社，2007年6月；2.章文波陈红艳编著.《实用数据统计分析及SPSS12.0应用》.人民出版社，2006年；3.张文彤.SPSS.11.0统计分析教程.(高级篇).北京希望电子出版社.2002年6月；4.郝黎仁等.SPSS实用统计分析.中国水利水电出版社.2003年1月。
目录第一章问题研究背景 (1)1.1、背景综述 (1)1.2研究此问题常用的方法 (1)1.3本研究采用的方法 (2)第二章公路货运量影响因素的描述性分析 (3)2.1. 不同年份五种运输方式的走势图 (3)2.2 基础设施的增长趋势 (4)2.3 总人口数增长趋势 (5)2.4 经济指标走势图 (5)第三章统计模型与分析 (7)3.1 各个因素对公路货运量影响的相关性分析 (7)3.1.2 模型原理 (7)3.1.2 SPSS操作步骤 (7)3.1.3 输出结果及分析 (8)3.2对影响因素以及货运量预测的线性回归 (9)3.2.1 模型原理 (9)3.2.2 SPSS操作步骤 (10)3.2.3 输出结果及分析 (10)3.3 用曲线拟合预测货运量 (15)3.3.1 模型原理 (15)3.3.2 SPSS操作步骤 (15)3.3.3 输出结果及分析 (16)3.2 用时间序列分析预测公路客运量 (17)3.3.1 模型原理 (17)3.3.2 SPSS操作步骤 (18)3.3.3 输出结果及分析 (20)3.4 预测值汇总表 (22)第四章总结与分析 (23)4.1 本文结论 (23)4.2 需要进一步的完善的问题 (23)附录数据清单 (25)第一章问题研究背景1.1、背景综述改革开放后，我们国民经济持续高速发展，公路运输需求强劲增长，国家加大了公路基础设施的建设力度，随着道路环境的改善和省际、城际以及城乡交流的日益频繁，公路的货运量逐年提高，同时这也直接支持了公路货运行业的发展。
公路货运在我国综合运输体系货运市场中发挥这举足轻重的作用，承担着90%以上的份额，因此对我国公路货运的研究就显得很有现实意义，通过研究我国从进入2000年至今的公路货运量发展变化，可以从我国国民经济发展的一个侧面了解到我国二十多年来的交通运输、公共事业建设、人民生活水平、社会生产、流通、分配、消费各环节协调发展等诸多现实经济问题，对于提升个人对国家经济发展认识，研究分析能力有很大的好处。
1.2研究此问题常用的方法公路货运量预测技术一般可以分为三大类，定性分析预测技术、定量分析预测技术以及两者相结合的综合预测技术。
定性预测分析技术，通常指那些凭经验判断的预测，一般是在缺少进行定量分析所必需的资料的情况下采用，侧重于研究推断预测对象未来发展的大体趋势和性质，其预测的精确度，主要取决于参与人员的专业知识和经验。
定量分析预测技术，是指以已经掌握的历史数据作为基础，建立适当的经济数学模型，对未来的运量做出测算的技术。
其特点是有明显的数量概念，侧重于研究测算对象的发展程度(包括数量、时间、相关因素的比值等)。
定量预测和定性预测，各有其长处和局限性，实际应用中往往需要把定量预测和定性预测方法相结合，即在定性分析的基础上进行定量预测，而定性预测也采用一定的定量预测分析方法，以提高预测结果的准确性。
因此，综合预测技术是货运量预测经常采用的方法。
1.3本研究采用的方法本设计采用的预测方法有一元回归分析、多元回归分析、曲线拟合以及时间序列法。
第二章公路货运量影响因素的描述性分析2.1.不同年份五种运输方式的走势图图2-1 不同年份五种运输方式走势图由图2-1可以看出五种运输方式的货运量都在逐年增加，公路运输占据的主要市场，并且其增长趋势在明显增加。
铁路运输尽管不占据主要的市场，但是相对于公路运输时一个潜在的威胁，铁路运输价格相对低廉；能实现大宗货物的运输，利用汽车的接驳，完善了服务链，能迎合大量客户的需求；速度不断提高，已实现了“次快件”运输服务，在产品对时间要求不高时，企业将优先选择铁路运输服务。
铁路的提速给公路货物运输带来了越大的威胁。
近年来，我国航空货运基础设施、航线、机场数量等不断改善，为航空货运市场的快速发展创造了有利条件，也使航空货物周转量不断增加。
水路运输数量排第三，由于运输费用较低，舒适性较高，但速度缓慢，受天气影响较大的缺点。
随着高速公路的快速发展，很多沿海城市的公路可达性很高，所以旅客可能更愿意选择门到门公路运输或者更加快捷的航空运输，而尽量避免选择时间成本较高的水路交通方式。
管道具有运能大，连续性强，损耗小，安全，专业性强等特点，几乎不受任何外界条件的影响，所以更适应于能源的运输，但其投资数额较大。
对公路运输几乎不产生影响。
2.2 基础设施的增长趋势图2-2 公路里程、载货汽车数的年走势一般来说，公路里程越长，载货汽车数数越多，公路货物运输的可达性就越强，提供的运输能力越强，货运量应该越大。
由图可以看出，公路路程增长的趋势趋于平缓，在2004-2005年间快速增长，由于国土面积的限制，公路里程的增长将无限接近一个数值，因此随着时间的推进，增长的速度越来越慢。
观察载货车辆的增长趋势线可以得到，在2001-2008年间的增长趋势大致相同，在2008至2010年间的增长趋势陡增。
这可能是导致公路货运量变化的直接原因。
2.3 总人口数增长趋势图2-3 总人口数增长趋势人口数量的变化必然引起对运输总量需求的变化，人口增加对奢侈品、鲜活物品需求的增多，对公路运输的需求也势必增加，因此应该会对公路货运量起到正向影响的作用。
由上图2-2可以看出在2001年至2010年间总人口数的不断增多，但是增长速度有所放缓。
2.4 经济指标走势图图2-4经济指标走势图国内生产总值反映一个国家的经济表现，更可以反映一国的国力与财富。
随着经济的发展，人民对于交通运输的需求也随之增长，因此对公路运输的需求也会增长。
有图可知，GDP及其增长速度在逐年增加，这反映了我的综合国力也在稳步提升。
消费品零售额反映一定时期内人民物质文化生活水平的提高情况，反映社会商品购买力的实现程度。
我国消费品零售总额 58 年增长了 321．9 倍，说明市场规模逐渐加大，由此对交通运输业需求增加，从而使公路货运量增加。
由图可以知道社会消费品零售总额也在逐年增加，并且增长速度不断变大。
第三章统计模型与分析3.1 各个因素对公路货运量影响的相关性分析3.1.2 模型原理所谓相关就是指事物、现象之间的相互关系。
在事物、现象之间，往往存在着一定的关系，一事物的变化，常引起另一事物也发生变化，或者许多事物因受某种因素的影响，同时都在变化。
比如教育事业的发展与科学技术的发展存在着一定的关系；人的身高与体重存在着一定的关系；学生的数学成绩与物理成绩存在着一定的关系等等。
统计学中的相关就是要从数量方面来研究两种或两种以上变量之间的关系。
3.1.2 SPSS操作步骤①按分析——相关——双变量打开双变量相关对话框②在左侧源变量框中进行如下操作然后点击“确定”按钮，如图所示3.1.3 输出结果及分析描述性统计量均值标准差N公路货运量1551778.500 472603.8656 10公路里程291.2860 98.85369 10载货汽车1041.210 262.5116 10总人口数130999.500 2172.7875 10GDP 224890.130 101219.5490 10社会消费品零售总额84878.490 38809.0406 10相关性公路货运量公路里程载货汽车总人口数GDP 社会消费品零售总额公路货运量Pearson 相关性 1 .856**.983**.947**.993** 1.000**显著性（双侧）.002 .000 .000 .000 .000 N 10 10 10 10 10 10公路里程Pearson 相关性.856** 1 .809**.938**.897**.867**显著性（双侧）.002 .005 .000 .000 .001N 10 10 10 10 10 10载货汽车Pearson 相关性.983**.809** 1 .914**.962**.981**显著性（双侧）.000 .005 .000 .000 .000 N 10 10 10 10 10 10总人口数Pearson 相关性.947**.938**.914** 1 .972**.954**显著性（双侧）.000 .000 .000 .000 .000 N 10 10 10 10 10 10GDP Pearson 相关性.993**.897**.962**.972** 1 .995**显著性（双侧）.000 .000 .000 .000 .000 N 10 10 10 10 10 10社会消费品零售总额Pearson 相关性 1.000**.867**.981**.954**.995** 1 显著性（双侧）.000 .001 .000 .000 .000N 10 10 10 10 10 10**. 在 .01 水平（双侧）上显著相关。