文档详情

移动平均法预测货运量

m****
实名认证
店铺
DOC
109.50KB
约4页
文档ID:444628594
移动平均法预测货运量_第1页
1/4

10交工(1)班 102262007002 潘宝宁1. 某地区历年综合货运量(万吨/年)的调查结果见下表,试采用时间序列法预测该地区2013(2015)年综合货运量移动平均法综合货运量N=3 预测值stN=4预测值stN=3绝对误差值N=4绝对误差值20013988****20024327****20034822****200458184379*1439*2005635249894738.7513631613.252006702356645329.7513591693.25200777456397.6666676003.751347.3333331741.252008845570406734.514151720.52009939577417393.7516542001.252010102018531.6666678154.51669.3333332046.52011108709350.33333389491519.666667192120121181610155.333339730.251660.6666672085.75**10962.3333310570.5**平均绝对差1491.8888891852.84375从表格可见,当N=3时平均绝对误差相比N=4时比较小,因此取N=3的预测模型计算结果较好,预测2013年的货运量为10962万t加权平均移动法预测货运量 取n=3,Wt=3,Wt-1=2,Wt-2=1年份综合货运量n=3 预测值st=(3X1+2Xt-1+Xt-2)/6绝对误差20013988**20024327**20034822**2004581845181300200563525237.51114.52006702359191104200777456598.51146.5200884557272.1666671182.833333200993957979.6666671415.3333332010102018806.6666671394.3333332011108709641.3333331228.66666720121181610401.166671414.833333**11231.5平均绝对误差1255.666667从表格可见,当N=3权重系数为3,2,1时,预测2013年货运量为11232万t指数平滑法预测货运量年份综合货运量 a=0.1 预测值st a=0.9 预测值sta=0.1绝对误a=0.9绝对误差20013988****2002432739883988339339200348224021.94293.1800.1528.9200458184101.914769.111716.091048.89200563524273.5195713.1112078.481638.889200670234481.36716288.11112541.6329734.8889200777454735.530396949.511113009.46961795.48889200884555036.4773517665.4511113418.522649789.548889200993955378.3296168376.0451114016.6703841018.9548892010102015779.9966549293.1045114421.003346907.89548892011108706222.09698910110.210454647.903011759.78954892012118166686.8872910794.021055129.112711021.978955**7199.79856111713.8021*平均绝对误差2919.816874780.384051从表格可见,当a=0.9时平均绝对误差相比a=0.1时比较小,因此取a=0.9的预测模型计算结果较好,预测2013年的货运量为11714万t.由图表中折线走势可以预测2013年的货运量为12000万t。

2.下表为某城市道路上的交通调查资料整理后的数据,x代表机动车车头间距,y为平均车速请依此调查数据建立平均车速与车头间距的线性回归方程回归统计Multiple R0.998698R Square0.997398Adjusted R Square0.996531标准误差0.43074观测值5方差分析dfSSMSFSignificance F回归分析1213.3812213.38121150.0715.64E-05残差30.5566120.185537总计4213.9378Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept-4.798291.409408-3.404470.042322-9.28366-0.31293-9.28365868-0.31292887X(m)1.2425420.03663933.91275.64E-051.1259391.3591451.1259387171.35914467由表格数据建立平均车速与车头间距的线性回归方程为Y= -4.8+1.25X__________________________________________________。

下载提示
相似文档
正为您匹配相似的精品文档