Intercept
x4 x8
1
1 1
-20915
0.22083 0.73635
-16.54
13.79 4.91
<.0001
<.0001 0.0002
0
2.58875 2.58875
此时我们可以看到共线性基本已经消除，且方程参数均通过了t检 验。且通过表十一可以看出R^2=0.9811，且方程通过显著性检验。
Estimate
-19220 0.00289 0.17973 0.50123
Error
1579.1862 9 0.00175 0.02915 0.20127
Inflation
0 17.12092 9.50727 5.16999
此时变量x3的t检验没有通过且 还存在共线性问题。假设自变量之间 在实际生活背景下必然存在相关关系， 不再进行处理，对y进行ln变换后回 归。
63.49637
91.77256 272.14052 18.97009 536.45094 48.72046 193.97847 482.39321 10
多元回归分析
逐步删除变量后：
Variable Intercept x3 x4 x8 DF 1 1 1 1 Parameter Standard t Value -12.17 1.65 6.17 2.49 Pr > |t| <.0001 0.119 <.0001 0.025 Variance
残差图
、 18
多元回归分析
时间 1994年 1995年 1996年 1997年 1998年 1999年 2000年 2001年 2002年 2003年 2004年 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 SRE_1 SRE_2 -2.05697 -1.26872 -0.06361 0.37403 1.47678 1.30935 1.39059 1.03387 0.80737 0.48834 -0.37607 -0.55226 -1.35563 -1.48079 -1.06278 -0.82312 1.18032 0.26656 0.30124 -0.05477 -0.14812 -1.36814 0.79644 0.68614 -0.79480 1.22777 -1.19356 -0.99331 0.92194 0.45241 0.41641 0.15841 -0.02931 -1.36029 1.45607 0.80824 -1.60784 1.07027
Total
18
所以方程R^2=0.985，F值=509.956，P值远小于0.05，说明方
程通过了显著性检验。
17
多元回归分析
相关分析图表
Durbin-Watson D Number of Observations 1st Order Autocorrelation
1.801 19
0.09
D-W检验表
Standard Error 2259.49851 0.01596 0.04198 0.01758 0.00115 0.09745 0.93476 0.11995 0.33188 1.7323
t Value 0.09 -0.21 -0.76
Pr > |t| 0.9318 0.8352 0.4709
பைடு நூலகம்
Variance Inflation 0 1764.1656 729.35745
19
多元回归分析
相关分析图表
Coefficients Unstandardized Coefficients B (Constant) x4 x8 21243.22 5 .224 .730 Std. Error 1194.845 .015 .150 .784 .248 .051 .051 Standardized Coefficients Beta Std. Error -17.779 15.357 4.859 .000 .000 .000 t Sig.
Sum of Squares
20439734 6853696. 030 32065099 67997.08 9 20760385 6821693. 120
df 2
16
Mean Square
10219867 3426848. 020 20040687 2999.818
F
509.9 56
Sig. .000
x8的相关系数较高，我们选择其作为我们的权重变量。 且可知在幂数为-1时，对数似然函数值达到极大。
16
多元回归分析
相关分析表
Model Summary Multiple R R Square Adjusted R Square Std. Error of the Estimate Log-likelihood Function Value .992 .985 .983 447668 .262 161.59 5 Regress ion Residua l ANOVA
**| | **| | *| | |** | | | | | | | | **| |* |* *| |** | | | | | |
15
多元回归分析
相关分析表
Pearson Correlation Coefficients, N = 19 Prob > |r| under H0: Rho=0 x4 x4 x4 x8 x8 r Residual 0.7834 <.0001 0.0124 1 0.01958 1 1 x8 0.7834 <.0001 1 r 0.0124 0.9598 0.01958 0.9366 1 Power
X8表示入境游客（万人次）
X9表示国内居民出境人数（万人次） X10表示旅游人数（百万）
表 示 民 航 客 运 量
05
月度数据
06
02
PART TWO
年度预测
预测方法
年度预测
多元回归 分析
主成分 分析
利用两种方法进行回归比较
08
多元回归分析
相关系数表
Y
Y Y Y Y Y 1 1
X1
0.9957 8 <.0001 X6 0.4161 3 0.068
12
多元回归分析
检验分析表
Durbin-Watson D Number of Observations 1st Order Autocorrelation 1.172 19 0.206
查表可知du= 1.53，dl=1.08，此时方程的dw值1.172落在无法判 断区。
DF 5 Chi-Square 3.73 Pr > ChiSq 0.5885
x3
x4 x5 x6 x7 x8 x9 x10
1
1 1 1 1 1 1 1
-0.00033217 0.00065376
-0.51
-0.54 1.3 0.12 8.61 -0.01 -0.89 -0.58
0.6251
0.6008 0.2284 0.9073 <.0001 0.9885 0.4006 0.5793
X2
0.99036 <.0001 X7 0.99923 <.0001
X3
0.9738 <.0001 X8 0.84638 <.0001
X4
0.98049 <.0001 X9 0.99082 <.0001
X5
0.8607 <.0001 X10 0.9925 3 <.0001
从表中可以看出其中除了X6与Y的相关系数不大，
民用航空客运量预测分析
CONTENT
01
02 03 04
数据来源
年度预测
月度预测
模型讨论
02
01
PART ONE
数据来源
年度数据
04
变量选择
X1表示国内生产总值（亿元）
X2表示财政支出（亿元）
X3表示定期航班航线里程（公里） X4表示铁路客运量（万人）
Y
X5表示公路客运量（万人）
X6表示水运客运量（万人） X7表示民用航空旅客周转量（亿人公里）
Log-Likelihood Valuesb
-2.000 -1.500 -1.000 -.500 .000 .500 1.000 1.500 -161.834 -161.645 -161.595a -161.666 -161.844 -162.110 -162.448 -162.843
2.000
-163.281
可以由概率为0.5885，得知方程存在异方差。
13
多元回归分析
通过学生化残差，库克距离，杠杆值判断是否存在异常值。
因为存在异方差问题，通过多元加权最小二乘进行改进。
改进后方程检验与预测。
14
多元回归分析
相关分析表
Obs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Dependent Variable 4039 5117 5555 5630 5755 6094 6722 7524 8594 8759 12123 13827 15968 18576 19251 23052 26769 29317 31936 Predicted Value 6315 5190 3784 3931 4757 6565 8433 8861 9616 7313 11796 13468 16034 18756 20944 22065 25949 30182 30647 Std Error Mean Predict 702.1147 619.5776 528.8172 474.2247 436.4961 384.5413 350.7763 365.3652 418.7934 465.2462 455.8845 541.803 491.4339 490.1033 431.2399 425.9583 535.577 729.0187 783.9864 Residual -2276 -73.4469 1771 1699 997.5752 -471.1122 -1712 -1337 -1022 1446 327.4891 359.4283 -66.5339 -180.0163 -1693 986.9997 820.6126 -865.4693 1289 Std Error Residual 1106.5 1154.7 1199 1221.6 1235.6 1252.7 1262.6 1258.5 1241.7 1225 1228.6 1193.2 1214.8 1215.3 1237.4 1239.3 1196 1088.9 1050 Student Residual -2.057 -0.0636 1.477 1.391 0.807 -0.376 -1.356 -1.063 -0.823 1.18 0.267 0.301 -0.0548 -0.148 -1.368 0.796 0.686 -0.795 1.228 -2-1 0 1 2 | ****| | | | | | | | | | | | | | | | | | | | |** |** |* | | | | | | | Cook's D 0.568 0 0.141 0.097 0.027 0.004 0.047 0.032 0.026 0.067 0.003 0.006 0 0.001 0.076 0.025 0.031 0.094 0.28