1、肈袄膀袁我国铁路客运量分析袇给出变量间的相关系数，发现各个变量间的相关性都很高，可以做回归分析羄薁莈薆肄羁肀蚈肄莂蒈莇膄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。螃膀膆芄 发现 R2 为 0.984，很高。基本通过检验。下面进行方差分析袀蚈羅莃 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芁莀羈蒃蚂袈螇薃肃薀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。蒆薃蒄羇蕿蚃 方差分析图表明方程式非常显著的，可以通过p 值检验蚀蝿芇螃肁蒁由上图可以看与其
2、他变量存在着较为严重的共线性，所以将其剔除出原方程。肆袃蒂衿由上图可以看袅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。羃袃薁袈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。肂羀聿蚇 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膂莁螁蒆蒆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
3、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。螂艿葿薆膃羀芈蚆薄莈羆螆螀膀以下无正文仅供个人用于学习、研究；不得用于商业用途。 , .For personal use only in study and research; not for commercial use.Nur f r den pers?nlichen f r Studien, Forschung, zu kommerziellen Zwecken verwendet werden.Pour l tude et la rechercheuniquement des fins personnelles; pas des fins commerciales.
