您现在的位置: 首 页 >> 教育论文 >> 基于双变量线性回归模型的武汉物流需求分析预测

基于双变量线性回归模型的武汉物流需求分析预测

作者:赏识教育
出处:www.lunrr.com
时间:2020-03-31

现代物流业是一种新型的经济产业。在国民经济建设中,它几乎已经扩展到国民经济的各个领域,具有广阔的发展前景和巨大的发展潜力。 同时,现代物流业极其全面,因此正确的物流需求预测对于物流业的宏观政策制定,或者对于微观层面的企业规划和管理都具有指导作用。 货运周转率是物流需求的一个非常重要的指标。根据物流需求的特点,预测了货运周转率对武汉市物流需求的影响,武汉市具有交通枢纽的地位。 摘要:利用货运周转率和国内生产总值两个指标,结合武汉市2000-2012年的国内生产总值,基于二元线性回归模型的方法,对交通枢纽武汉市的物流需求进行了分析和预测,以说明武汉市未来的物流需求。

关键词:商品周转;物流需求预测;回归模型?引言21世纪以来,随着经济全球化的发展和网络经济的兴起,现代物流业得到了加速发展。它也被称为“黄金产业” 在我国的经济现代化进程中,现代物流已经扩展到国民经济的几乎所有领域,并日益显示出其广阔的发展前景和巨大的发展潜力。许多占据重要地理位置的地区或省份甚至将物流业作为支柱产业或新兴产业纳入其区域发展规划。

武汉位于中国腹地的中心,物流资源丰富,是全国重要的交通枢纽,素有“九省通衢”之称 武汉发展现代物流业具有独特优势,因此武汉提出发展物流,实现地方经济的“跨越式发展”,并将现代物流业作为城市发展规划中的新的经济增长点。

但是,作为一种新型的经济产业,现代物流业是非常全面的 无论是在物流行业的宏观决策中,还是在物流企业规划和运营的微观层面,都应以正确的预测为指导。 改革开放后,中国经济从高速增长阶段进入中速发展阶段。在经济调整和转型过程中,现代物流业的重要性得到了充分认识。高效的现代物流业在区域经济发展或国民经济进步中发挥着越来越明显的支撑作用。 因此,在这样的背景下,基于合理物流需求预测的科学决策是保证物流业健康发展的必要措施。

?第一,物流需求预测

物流需求预测是指利用所涉及的历史数据和市场信息,以及一定的经验判断、技术方法和预测模型,对未来物流需求进行科学的分析、估计和推断 物流需求预测的目的主要是确定物流服务供应系统的需求能力,为其建设规模提供数据依据。

物流需求预测的意义在于指导和规范人们的物流管理活动,以便采取适当的策略和措施来寻求最大的效益。 它的作用主要体现在:

?(一)物流需求预测是物流管理中的一个必要环节

对物流发展中的各种因素实施控制是物流企业计划和经营的前提,而这种控制需要依赖预测来完成 因此,物流需求预测是物流管理中的一个必要环节,所有的管理活动都必须从信息分析和预测开始。

?(二)物流需求预测可以改善物流管理

物流管理活动。如果我们能够预测、理解和把握未来市场需求的变化,那么相关企业就可以采取有效的策略 可以说,物流需求预测是物流管理的重要手段。

?(3)物流需求预测可以为物流发展规划和管理决策提供重要的科学依据。

物流需求预测可以描述市场需求的变化趋势,从而推断物流发展需求的趋势,并进行系统全面的分析和预测,避免决策片面性的局限

?二、武汉市物流需求预测的二元线性回归模型?(一)回归模型的一般形式

回归分析预测方法是一种重要的市场预测方法,它是在分析市场现象的自变量和因变量之间的相关性的基础上,建立变量之间的回归方程,并将其作为预测模型

回归模型的一般形式是:

;(1)在

公式(1)中,x是自变量,y是因变量,和是未知系数,它是误差分量 当然,模型具有实用价值的前提是拟合度好,回归系数显着。

?(2)回归模型

1的预测。“货物周转率指标的确定”是指在报告期内,通过各种运输方式实际运输的每批货物的累计数量乘以其运输距离 它不仅包括运输对象的数量,还包括运输距离的因素,可以更全面地反映运输生产的结果。 它是反映物流业需求的重要指标。

有许多因素影响商品的周转。通过查阅大量文件,我们可以看出货物的周转率与生产总值有着显着的相关性。综合考虑数据查询,选取武汉市近年来的商品周转率和总产值作为变量,分析二元线性回归模型,并进行相应的预测。

以商品周转率为因变量,武汉市国内生产总值为自变量 下表为武汉市2000-2012年相关原始数据:

2。回归模型设置

一般来说,EXCEL和SPSS在预测应用中各有利弊。鉴于此,本文将二者结合起来,充分利用了SPSS的预测值准确易得、模型多样化、快捷方便以及EXCEL绘图简单的特点。首先用SPSS选择相关的预测模型,确定预测值,然后用EXCEL绘制预测值,简单快捷地完成相关预测 二元线性回归模型可设置如下:其中,生产总值为,商品周转量为

EXCEL用作货物周转率和生产总值的散点图,如图1所示:

3。回归分析

根据以上数据,用SPSS19.0统计软件进行线性回归分析:

4。回归方程的有效性检验

(1)拟合优度检验

从表中可以看出,相关系数为R=0.992,具有明显的相关性;同时,调整后的拟合系数R2=0.983表明,在货运周转率的总变化中,模型的解释部分达到98.3%,即模型的拟合效果显着

(2)回归参数的显着性检验

回归方程的显着性检验结果见上表。统计量F=690.815,相应的置信水平为0.0000.001。结果表明,回归方程非常显着。同时,常数和自变量系数回归方程检验的置信水平从表2可知为0.0000.001,即模型的系数是显着的

(3)模型预测效果测试

在通过SPSS19.0统计软件获得相应回归模型的同时,将模型2000-2012年的预测值保存到数据视图中。如下表所示

根据该表,货物周转率的最大绝对误差为215.9195;最大相对误差为20.34%。平均相对误差为0.89%。可以预测,该模型的整体预测效果良好。

然后将预测值和实际值的曲线图进行比较,将原始数据和预测值数据复制到EXCEL中,利用EXCEL的简单绘图功能绘制货物周转量的实际值图和预测值图。如下图所示

图2中预测值与实际值的曲线对比

从图中可以看出回归预测曲线拟合良好,进一步证明了回归预测模型的有效性

?四.结论分析通过对武汉市2000-2012年相关数据的线性回归预测,可以得出以下结论。

首先,回归预测方程表明,货运周转率与国内生产总值(国产总值)正相关,具体来说,一个国内生产总值增长单位可以导致0.346个单位的货运周转率;同时,从图2中可以看出,货物的周转率有明显的上升趋势。

第二,货物周转量是一个总体规模指数,它从总量上反映物流需求。 这种方法比较普遍。尽管存在一些缺陷,但对物流需求进行宏观把握,制定宏观物流发展战略仍有价值。同时,本文只研究了国内生产总值对货物周转率的影响。事实上,有许多因素影响周围的货物数量,如宏观经济政策、气候条件、微观运输距离和总货运量。另外,货物周转量只是代表物流需求的数量,不能完全代表物流需求,需要根据实际情况进行适当的修正。

?参考

[1]王薛瑞,王昭君。基于二元线性回归模型的物流需求预测[[]。物流技术。2009(09)。

[2]杨帅。武汉物流需求预测[。当代经济。2007(10)。

[3]王韩愈。引用该论文[。购物中心现代化。2006(13)。

[4]李珍。王兴秋,吴耀华。《货运量回归预测工具EXCEL和SPSS的应用研究》。物流技术。2010(08)。

[5]燕杰张文彤。[统计分析基础教程。北京:高等教育出版社,2004。

最新论文
世界各大天文台联合预警:今晚公布“引力波重要发现”
专家否认“地铁雾霾超地上16倍”
世界各大天文台联合预警:今晚公布“引力波重要发现”
中科院研究员傅德志质疑全莉华南虎基金会
《科学》:中美科学家发现古老阿瓦拉慈龙化石
专家否认“地铁雾霾超地上16倍”
基于双变量线性回归模型的武汉物流需求分析预测
专家否认“地铁雾霾超地上16倍”
基于双变量线性回归模型的武汉物流需求分析预测
则说明现行的学制规定是不合理的
中国科协发布所属全国性学会发展状况
中科院研究员傅德志质疑全莉华南虎基金会
热门论文
2次项系数β2应该显着为负
与轮式拖拉机相配套的电子液压提升控制系统的设计探究
日本实施全球首例iPS细胞移植手术
受中国高材生青睐美国“常春藤”名校人财双收
PLC控制系统在污泥处理系统中的应用
全球最佳求学城市:香港第七新加坡冠亚洲
新疆汉语言专业的中国现当代文学教学改革模式探讨
交通事故责任认定的不可诉性浅析
关于地铁信号系统自动控制功能分析
多媒体教学在小学语文课改中的运用
教育部副部长:中国高校科研能力世界第五
三位院士呼吁加强科学道德建设
关于反应扩散方程在经济数学中的探究
热门标签
日期归档
2020年03月
2020年02月
2020年01月
2019年12月
2019年11月
2019年10月
2019年09月