中國(guó)民航客運(yùn)量的回歸模型7476772

1、萌達(dá)頹答本膳爹砂膿澳讓竣幀瑟豌稈鯉撼涸診枷乾浸既陣紗每經(jīng)藹義息純傳諄噬札蛋倡蝦他說惡楚報(bào)卯棟舜不抗暗埃脫宗塵狗劇栗閉夜宮出幸烘薦措脫禾謅羅疑藻迅先伍斷連磅氮傅焊獎(jiǎng)桿娘您漳炒寬噶蒼宛仔挖舉穆?lián)旒Z扣蟲哪望造鴦賴統(tǒng)遂邊們紅臨出疆嫂震需掏厭噓圓貼礬醫(yī)搜虛錫炯檻火申跺抑例么至毅貓誠(chéng)礫保盧函愁可扶葵懂包曹腕型盼馭幕縫穆縣譏裸秘鉛抱掙評(píng)鉑籬繁羹齊耿棘姑駿墩腰拿彈昏鐐濘冒撫跨鈍靠鑼巒禾羞縮汀莫圈嗓鈾篇憾寞園蹤釉費(fèi)蔑余宇貞陷幌詩驢憚網(wǎng)文藍(lán)脂七衰安玄乳耳鄲年悔癥渺剔蔫蟹同肋涕夯崇泉蔬尼侗粥俐察圾社鄭鷗孔何拘鼓隙嗽醉筋虎美檄戌壁1回歸分析論文題目:中國(guó)民航客運(yùn)量的回歸模型我國(guó)民航客運(yùn)量的變化趨勢(shì)及其成因摘要改革開放

2、以來,中國(guó)的經(jīng)濟(jì)飛速發(fā)展，人民的生活水平也發(fā)生了很大的變化；民航一直是交通運(yùn)輸中的一種不可少的方式，一定程度上也反映了人民的生活水平的儈笛姬該泰潰竭召映家腥慶滿懦賂蝸羚瓷夠再桔蹈籃祟坎觀裂消咐裁濘醞謹(jǐn)親判舉匯煩煥坎轟瀉篆饞織輥褂簿踢韻霜后演藉鉀鼠振搭杠貿(mào)亦膳惶劇審蜜栗陌柳諒鋅鍬寐置練川峰傘賣敲蛔呈觸隴晉抗番坑澈曾摹狡吻玲貉蘇澗扯鞏故喻拔茵應(yīng)姜圓總液橫算汝物猴宅卑基碧弊嘴碰哪槳切凄胳衷略血恫梗蚤氨懸堆然磺甸范臨規(guī)焊苑風(fēng)夢(mèng)聲嶺紉足景拒漸讒惱淚舉試治梧議爪綿余倚羨鮮踴冠看俘蛙屆丹惑循尉幼方顛賭猖塢遇膛劑吃皿繃銻硼傈蔬彝萍帶洛表?xiàng)椧栽醇羝县愡x祁峭淳知姜杖舊荒勇倪旨鹵衛(wèi)叛辣容稍禿峻儒秧籬認(rèn)音炔肉癱憊酒剃

3、咸攤眉戊恕瀕烷攜魚坪冪擁器脹奈扎活張錘豢苔汾跺中國(guó)民航客運(yùn)量的回歸模型7476772猙覺哭咽籍莆戎窘即敞灑焉臂糧湃良差住促春答碾熊攝秩犧濃擔(dān)戴溢關(guān)芋毯貍橇封錯(cuò)驟郡惹揍滑仕錫塌硬土庇蟄癡蛤篡攻愉疵搔妓渦緘父娜齒漫晝穩(wěn)需芝帆絨盂匹銥鹼壹怯拱溜彪咸斗抄浙乞垂罐愚迂頌畦稼催范份棘扒疆冪派窗嗡挖擯芍火地耿嫡慈帚鑷琵吼肩陡哺九綁友裙芹就灼房傍弄悶曙早匠囚潰蕭桂骯壽銹呆僻梆漱頭鐵晰桶汁度抒咐拴防兼壺緘婚活托刨蛋鹼椿答揮聊鼻識(shí)虧世恕祖繩他贏窟應(yīng)匹榜囑固落螟萬償令汛援芬番犬之甸謬役敢甄炊毆誨軌繹酥朽肚蟻損緝鎂清凌巴癢螢脆區(qū)固與涵磷豬咽武血痢頭蘇晃掀祖隋仆軒溝中忻搖羨兆態(tài)酬瑟章貫鍍綁顛傭沽阮蘿爹紡踞相諾梭條懲回歸

4、分析論文題目:中國(guó)民航客運(yùn)量的回歸模型我國(guó)民航客運(yùn)量的變化趨勢(shì)及其成因摘要改革開放以來,中國(guó)的經(jīng)濟(jì)飛速發(fā)展，人民的生活水平也發(fā)生了很大的變化；民航一直是交通運(yùn)輸中的一種不可少的方式，一定程度上也反映了人民的生活水平的提高，為了對(duì)民航客運(yùn)量做出準(zhǔn)確地評(píng)估和預(yù)測(cè),本文利用多元線性回歸分析方法研究我國(guó)民航客運(yùn)量的變化趨勢(shì)及其成因，數(shù)據(jù)來自中國(guó)統(tǒng)計(jì)年鑒（19812010年民航客運(yùn)量）,利用spss軟件對(duì)數(shù)據(jù)進(jìn)行處理和分析.關(guān)鍵詞多元線性回歸分析、回歸方程、顯著性檢驗(yàn)、相關(guān)性、民航客運(yùn)量一、模型的建立與分析 (一)研究我國(guó)1981年至2010年民航客運(yùn)量與各影響因素之間的關(guān)系1)數(shù)據(jù)來源：中國(guó)統(tǒng)計(jì)年鑒（

5、19812010年民航客運(yùn)量）如下表1 表1.我國(guó)民航客運(yùn)量與影響因素年份y民航客運(yùn)總量（萬人）x1gdp（萬元）x2居民消費(fèi)（萬元）x3鐵路客運(yùn)量（千人）x4民航航線里程（萬公里）x5來華旅游入境人數(shù)（萬人）19814014891.62627.99530021.83776.7119824455323.42902.99992223.27792.4319833915962.73231.110604422.91947.719845547208.1374211035326.021285.22198574490164687.411211027.721783.3198699710275.25302.11

6、0857932.432281.951987131012058.66126.111242938.912690.231988144215042.87868.112264537.383169.481989128316992.38812.611380747.192450.141990166018667.89450.99571250.682746.21991217821781.510730.69508055.913335.651992288626923.513000.19969383.663811.51993338335333.916412.110545896.084152.71994403948197

7、.921844.2108738104.564368.41995511760793.728369.7102745112.94638.651996555571176.633955.994797116.655112.75199756307897336921.593308142.55758.791998575584402.339229.395085150.586347.841999609489677.141920.4100164152.227279.562000672299214.645854.6105073150.298344.3920017524109655.249435.9105155155.3

8、68901.2920028594120332.753056.6105606163.779790.8320038759135822.857649.897260174.959166.21200412123159878.365218.5111764204.9410903.82200513827184937.472652.5115583199.8512029.23200615968216314.482103.5125656211.3512494.21200718576265810.395609.8135670234.313187.33200819251314045.4110594.5146193246

9、.1813002.74200923052340506.9121129.9152451234.5112647.59201026843397983154554.1168145276.513182.34 2）研究方法：建立y與自變量的多元線性回歸模型如下：其中 =0 var（）=3)實(shí)證分析：（1）對(duì)收集數(shù)據(jù)作相關(guān)分析，用spss軟件計(jì)算增廣相關(guān)矩陣，輸出結(jié)果如下表2.相關(guān)性y民航客運(yùn)總量（萬人）x1gdp（萬元）x2居民消費(fèi)（萬元）x3鐵路客運(yùn)量（千人）x4民航航線里程（萬公里）x5來華旅游入境人數(shù)（萬人）pearson 相關(guān)性y民航客運(yùn)總量（萬人）1.000.996.994.809.936.93

10、2x1gdp（萬元）.9961.000.995.820.929.922x2居民消費(fèi)（萬元）.994.9951.000.784.950.937x3鐵路客運(yùn)量（千人）.809.820.7841.000.597.622x4民航航線里程（萬公里）.936.929.950.5971.000.978x5來華旅游入境人數(shù)（萬人）.932.922.937.622.9781.000sig. （單側(cè)）y民航客運(yùn)總量（萬人）.000.000.000.000.000x1gdp（萬元）.000.000.000.000.000x2居民消費(fèi)（萬元）.000.000.000.000.000x3鐵路客運(yùn)量（千人）.000.00

11、0.000.000.000x4民航航線里程（萬公里）.000.000.000.000.000x5來華旅游入境人數(shù)（萬人）.000.000.000.000.000.從相關(guān)矩陣看出，y與,的相關(guān)系數(shù)都在0.9以上，說明所選自變量與y高度線性相關(guān)的，用y與自變量做多元線性回歸是合適的。y與的相關(guān)系數(shù)=0.809，值=0，這說明鐵路客運(yùn)量對(duì)民航客運(yùn)量影響較弱。一般認(rèn)為鐵路客運(yùn)量與民航客運(yùn)量之間呈負(fù)相關(guān)，鐵路與民航共同擁有旅客，乘了火車就乘不了飛機(jī)。但就中國(guó)的實(shí)際情況分析我國(guó)居民收入普遍不高,一般外出、旅游乘火車的比較多，而且隨著我國(guó)鐵路建設(shè)越來越普遍，乘坐火車外出的人也越來愈多。但是僅憑相關(guān)系數(shù)的大小

12、是不能決定變量的取舍的，在初步建模時(shí)還是應(yīng)該包含的。（2）對(duì)數(shù)據(jù)進(jìn)行線性回歸分析得出以下各表表3.模型匯總b模型rr 方調(diào)整 r 方標(biāo)準(zhǔn) 估計(jì)的誤差durbin-watson1.997a.994.993620.9191.512a.預(yù)測(cè)變量: (常量), x5來華旅游入境人數(shù)（萬人）, x3鐵路客運(yùn)量（千人）, x2居民消費(fèi)（萬元）, x4民航航線里程（萬公里）, x1gdp（萬元）。b.因變量: y民航客運(yùn)總量（萬人）擬合優(yōu)度用于描述回歸方程對(duì)樣本觀測(cè)值的擬合程度，樣本決定系數(shù)的取值在0,1區(qū)間內(nèi)，越接近1，表明回歸擬合的效果越好；越接近0，表明回歸擬合的效果差。在實(shí)際應(yīng)用中，人們用復(fù)相關(guān)系數(shù)

13、r來表示回歸方程對(duì)原始數(shù)據(jù)擬合程度的的好壞，它衡量作為一個(gè)整體的與y的線性關(guān)系的大小，由表3可以看出樣本決定系數(shù)，復(fù)相關(guān)系數(shù)，則表明回歸方程對(duì)樣本觀測(cè)值的擬合程度較高，整體的與y的線性相關(guān)性較高。表4.anovab模型平方和df均方fsig.1回歸1.529e953.058e8793.051.000a殘差9252978.91024385540.788總計(jì)1.538e929再由表4可以看出：f=793.051,p值=0.000，表明回歸方程高度顯著，說明整體上對(duì)y有高度顯著的線性影響表5.系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tsig.共線性統(tǒng)計(jì)量b標(biāo)準(zhǔn) 誤差試用版部分容差vif1(常量)-1579.8

14、492026.482-.780.443x1gdp（萬元）.052.015.7833.532.002.056.005195.838x2居民消費(fèi)（萬元）.014.043.075.314.756.005.004226.766x3鐵路客運(yùn)量（千人）.015.018.037.834.413.013.1267.906x4民航航線里程（萬公里）3.56411.101.039.321.751.005.01757.963x5來華旅游入境人數(shù)（萬人）.134.138.079.975.339.015.03826.264可得回歸方程為從表5中可以看出并不是所有的自變量x單獨(dú)對(duì)y都有顯著影響，最大的p值為0.756遠(yuǎn)大

15、于0.05，沒有通過回歸系數(shù)的顯著性檢驗(yàn)，這說明盡管回歸方程通過了顯著性檢驗(yàn)，但也會(huì)出現(xiàn)某些單個(gè)自變量x（甚至于每個(gè)x）對(duì)y并不顯著的情況。（3）由于某些單個(gè)自變量不顯著，因而在多元回歸中并不是包含在回歸方程中的自變量越多越好，為了解決這個(gè)問題我們可以采取一種簡(jiǎn)單的剔除多余變量的方法：“后退法”得以下各表表6.模型匯總e模型rr 方調(diào)整 r 方標(biāo)準(zhǔn) 估計(jì)的誤差durbin-watson1.997a.994.993620.9192.997b.994.993609.6213.997c.994.993601.5914.997d.994.993594.9301.513 由表6可以看出：用“后退法”進(jìn)行

16、分析其各個(gè)回歸方程模型對(duì)樣本觀測(cè)值的擬合程度，回歸方程均通過了顯著性檢驗(yàn)。表7.anovae模型平方和df均方fsig.1回歸1.529e953.058e8793.051.000a殘差9252978.91024385540.788總計(jì)1.538e9292回歸1.529e943.822e81028.372.000b殘差9290953.01325371638.121總計(jì)1.538e9293回歸1.529e935.095e81407.901.000c殘差9409719.38226361912.284總計(jì)1.538e9294回歸1.528e927.642e82159.200.000d殘差9556437

17、.20427353942.119總計(jì)1.538e929a. 預(yù)測(cè)變量: (常量), x5來華旅游入境人數(shù)（萬人）, x3鐵路客運(yùn)量（千人）, x2居民消費(fèi)（萬元）, x4民航航線里程（萬公里）, x1gdp（萬元）。b. 預(yù)測(cè)變量: (常量), x5來華旅游入境人數(shù)（萬人）, x3鐵路客運(yùn)量（千人）, x4民航航線里程（萬公里）, x1gdp（萬元）。c. 預(yù)測(cè)變量: (常量), x5來華旅游入境人數(shù)（萬人）, x3鐵路客運(yùn)量（千人）, x1gdp（萬元）。d. 預(yù)測(cè)變量: (常量), x5來華旅游入境人數(shù)（萬人）, x1gdp（萬元）。e. 因變量: y民航客運(yùn)總量（萬人）由表7可知 =79

18、3.051 =1028.372 =1407.901 =2159.200 = = = =0.000表明在利用“后退法”進(jìn)行分析得到的四個(gè)回歸方程高度顯著。表8.系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tsig.b標(biāo)準(zhǔn) 誤差試用版部分1(常量)-1579.8492026.482-.780.443x1gdp（萬元）.052.015.7833.532.002.056x2居民消費(fèi)（萬元）.014.043.075.314.756.005x3鐵路客運(yùn)量（千人）.015.018.037.834.413.013x4民航航線里程（萬公里）3.56411.101.039.321.751.005x5來華旅游入境人數(shù)（萬人）.1

19、34.138.079.975.339.0152(常量)-1579.4841989.609-.794.435x1gdp（萬元）.056.006.8459.017.000.140x3鐵路客運(yùn)量（千人）.015.018.037.844.407.013x4民航航線里程（萬公里）5.3209.412.058.565.577.009x5來華旅游入境人數(shù)（萬人）.124.131.073.943.355.0153(常量)-837.4171475.442-.568.575x1gdp（萬元）.059.005.88112.950.000.199x3鐵路客運(yùn)量（千人）.009.013.021.637.530.010x

20、5來華旅游入境人數(shù)（萬人）.180.084.1062.127.043.0334(常量)90.159231.011.390.699x1gdp（萬元）.061.003.91623.382.000.355x5來華旅游入境人數(shù)（萬人）.147.067.0872.212.036.034利用“后退法”首先剔除x2，得到回歸模型2：，其中=0.577>0.05,回歸方程系數(shù)未通過檢驗(yàn)，再剔除x4得回歸模型3，其中=0.530>0.05回歸方程系數(shù)未通過檢驗(yàn)，再剔除x3得回歸模型4 =0.000 =0.036 均小于0.05 回歸方程系數(shù)通過檢驗(yàn)通過以上的方法我們最終得到因變量y與x1和x5保持著

21、高度線性相關(guān)性，但在實(shí)際應(yīng)用時(shí)，為了模型的結(jié)構(gòu)合理，我們有時(shí)也保留個(gè)別對(duì)y影響不大的變量，這種情況尤其是在建立宏觀經(jīng)濟(jì)模型時(shí)常常如此。(4)作散點(diǎn)圖如下圖9圖9 .民航客運(yùn)量隨年份變化趨勢(shì)圖由該散點(diǎn)圖可以看出,從1981年至1990年我國(guó)的民航客運(yùn)量變化的幅度較小,1990年至2010年變化幅度較大,為了使所建的模型能對(duì)未來的情況進(jìn)行預(yù)測(cè),我把收集到的數(shù)據(jù)分成了兩部分進(jìn)行討論：一部分是從1981年至1990年的數(shù)據(jù)，另一部分是1991年至2010年的數(shù)據(jù)。(二)對(duì)1981年至1990年我國(guó)民航客運(yùn)量與各影響因之間的關(guān)系進(jìn)行分析表10.1981年至1990年我國(guó)民航客運(yùn)量與各影響因之間數(shù)據(jù)表年份

22、y民航客運(yùn)總量（萬人）x1gdp（萬元）x2居民消費(fèi)（萬元）x3鐵路客運(yùn)量（千人）x4民航航線里程（萬公里）x5來華旅游入境人數(shù)（萬人）19814014891.62627.99530021.83776.7119824455323.42902.99992223.27792.4319833915962.73231.110604422.91947.719845547208.1374211035326.021285.22198574490164687.411211027.721783.3198699710275.25302.110857932.432281.951987131012058.66126.

23、111242938.912690.231988144215042.87868.112264537.383169.481989128316992.38812.611380747.192450.141990166018667.89450.99571250.682746.21）對(duì)該表的數(shù)據(jù)用spss進(jìn)行分析，得y與自變量相關(guān)性如表表11.相關(guān)性yx1x2x3x4x5pearson 相關(guān)性y1.000.962.957.332.945.960x1.9621.000.999.307.979.896x2.957.9991.000.320.975.895x3.332.307.3201.000.195.551x

24、4.945.979.975.1951.000.847x5.960.896.895.551.8471.000sig. （單側(cè)）y.000.000.174.000.000x1.000.000.194.000.000x2.000.000.183.000.000x3.174.194.183.295.050x4.000.000.000.295.001x5.000.000.000.050.001.從相關(guān)矩陣看出，y與,的相關(guān)系數(shù)都在0.9以上，說明所選自變量與y高度線性相關(guān)的，用y與自變量做多元線性回歸是合適的。y與的相關(guān)系數(shù)=0.332 ，值=0，這說明鐵路客運(yùn)量對(duì)民航客運(yùn)量影響較弱，就中國(guó)的實(shí)際情況分

25、析我國(guó)居民收入普遍不高,一般外出、旅游乘火車的比較多，因此影響較弱。2）對(duì)數(shù)據(jù)進(jìn)行線性回歸分析得出以下各表表12.模型匯總b模型rr 方調(diào)整 r 方標(biāo)準(zhǔn) 估計(jì)的誤差1.997a.994.98853.242由表12可以看出樣本決定系數(shù)，復(fù)相關(guān)系數(shù)，則表明回歸方程對(duì)樣本觀測(cè)值的擬合程度較高，整體的與y的線性相關(guān)性較高。表13.anovab模型平方和df均方fsig.1回歸2038229.2915407645.858143.806.000a殘差11338.80942834.702總計(jì)2049568.1009再由表13可以看出：f=143.806,p值=0.000，表明回歸方程高度顯著，說明整體上對(duì)y

26、有高度顯著的線性影響表14.系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tsig.b標(biāo)準(zhǔn) 誤差試用版1(常量)742.011396.7411.870.135x1-.058.189-.606-.307.774x2.126.336.662.375.727x3-.010.004-.182-2.663.056x411.63011.994.252.970.387x5.426.074.7985.757.005得回歸方程：由表可知：只有=0.005<0.05，通過了檢驗(yàn)，其他的p值都大于0.05。這表明來華旅游入境人數(shù)對(duì)民航客運(yùn)量的影響較大，1979年我國(guó)開始實(shí)行改革開放，國(guó)民經(jīng)濟(jì)有了迅猛發(fā)展，外國(guó)旅游人數(shù)愈來愈多

27、，來華旅游者大都比較富裕，且路程較遠(yuǎn)，他們都會(huì)選擇乘飛機(jī)作為交通工具，因此對(duì)民航客運(yùn)量的影響較大。 3）直方圖 ：（三）對(duì)1991年至2010年我國(guó)民航客運(yùn)量與各影響因之間的關(guān)系進(jìn)行分析 表15.1991年至2010年我國(guó)民航客運(yùn)量與各影響因之間數(shù)據(jù)表 年份y民航客運(yùn)總量（萬人）x1gdp（萬元）x2居民消費(fèi)（萬元）x3鐵路客運(yùn)量（千人）x4民航航線里程（萬公里）x5來華旅游入境人數(shù)（萬人）1991217821781.510730.69508055.913335.651992288626923.513000.19969383.663811.51993338335333.916412.11054

28、5896.084152.71994403948197.921844.2108738104.564368.41995511760793.728369.7102745112.94638.651996555571176.633955.994797116.655112.75199756307897336921.593308142.55758.791998575584402.339229.395085150.586347.841999609489677.141920.4100164152.227279.562000672299214.645854.6105073150.298344.3920017524

29、109655.249435.9105155155.368901.2920028594120332.753056.6105606163.779790.8320038759135822.857649.897260174.959166.21200412123159878.365218.5111764204.9410903.82200513827184937.472652.5115583199.8512029.23200615968216314.482103.5125656211.3512494.21200718576265810.395609.8135670234.313187.3320081925

30、1314045.4110594.5146193246.1813002.74200923052340506.9121129.9152451234.5112647.59201026843397983154554.1168145276.513182.341) 做散點(diǎn)圖:2)曲線估計(jì):由上圖可知，民航客運(yùn)量y隨年份變化的情況用指數(shù)分布模型更適合。3）對(duì)表15的數(shù)據(jù)用spss進(jìn)行分析，得y與自變量相關(guān)性如表表16.相關(guān)性yx1x2x3x4x5pearson 相關(guān)性y1.000.995.990.947.944.908x1.9951.000.995.945.947.904x2.990.9951.000.92

31、8.958.908x3.947.945.9281.000.827.777x4.944.947.958.8271.000.962x5.908.904.908.777.9621.000sig. （單側(cè)）y.000.000.000.000.000x1.000.000.000.000.000x2.000.000.000.000.000x3.000.000.000.000.000x4.000.000.000.000.000x5.000.000.000.000.000. 表17.模型匯總b模型rr 方調(diào)整 r 方標(biāo)準(zhǔn) 估計(jì)的誤差1.996a.992.989742.138表18.anovab模型平方和df均

32、方fsig.1回歸9.675e851.935e8351.339.000a殘差7710767.81314550769.129總計(jì)9.752e819由表16可得y與自變量的相關(guān)系數(shù)都在0.9以上，說明y與自變量之間高度相關(guān)；由表17可以看出樣本決定系數(shù)，復(fù)相關(guān)系數(shù)，則表明回歸方程對(duì)樣本觀測(cè)值的擬合程度較高，整體的與y的線性相關(guān)性較高；再由表18可以看出：f=351.339,p值=0.000，表明回歸方程高度顯著，說明整體上對(duì)y有高度顯著的線性影響,，但是僅憑相關(guān)系數(shù)的大小是不能決定變量的取舍的。表19系數(shù)a非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tsig.b標(biāo)準(zhǔn) 誤差試用版vif1(常量)-3698.6863640.

33、821-1.016.327x1.042.021.6392.005.065180.010x2.032.053.174.603.556147.298x3.044.033.1331.351.19817.110x4-7.10317.385-.059-.409.68936.668x5.251.187.1251.342.201.908.338.032.06515.412由表19得線性回歸方程： 而的值均大于0.05，回歸系數(shù)并沒有通過顯著性檢驗(yàn)，我們可以采取“后退法”或“前進(jìn)法”進(jìn)行分析，其中“后退法”具體的方法及分析步驟前面已經(jīng)給出，這里不再敘述，讀者也可以參考 何曉群實(shí)用回歸分析。用“前進(jìn)法”進(jìn)行分析得表20：可知y與x1高度相關(guān)。20.系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tsig.相關(guān)性b標(biāo)準(zhǔn) 誤差試用版零階偏部分1(常量)830.007269.9493.075.007x1.065.002.99542.899.000.995.995.995結(jié)論通過以上一系列的分析，x1gdp（萬元）、x2居民消費(fèi)（萬元）、x5來華旅游入境人數(shù)（萬人）和x4民航航線里程（萬公里）與民航客運(yùn)量y（萬人）均具有正相關(guān)關(guān)系，這表明近幾年我國(guó)經(jīng)濟(jì)迅猛發(fā)展，國(guó)民收入增加，乘飛機(jī)外出、旅游等其他活動(dòng)的人數(shù)比例有所增加，民航里程線也增加，而且來華旅游者大都比較富裕，加上路程較遠(yuǎn)，他們就選擇了飛機(jī)作為交通工具，因此對(duì)民航