《某飞机场出租车排队长度数据报告分析》由会员分享，可在线阅读，更多相关《某飞机场出租车排队长度数据报告分析（12页珍藏版）》请在金锄头文库上搜索。
1、 虹桥飞机场出租车数据分析报告-排队长度 张应山 华东师范大学金融与统计学院从数据我们可以得到五种数据：label yy1=逗留时间=等待时间+服务时间; f10label yy2=排队长度; fi中非零数据个数label yy3=服务时间; 做差fi-f(i-1)label yy4=服务流量; 单位时间（一小时）内fi中非零数据个数label yy5=顾客流量; 一天内fi中非零数据个数下面对排队长度数据进行分析。服务流量、顾客流量数据分析类似。1 识别性分析：识别原始数据对原始数据进行原始识别处理，先画柱状图形（直方图）和饼状图形如下 从图形可以猜想，其图形是普松分布。普松分布的一阶矩估计
2、为 myyy=myy-minyy; lambda1=myyy ; 3.28571普松分布的二阶矩估计为 lambda2=ssyy*2; 6.37372 普松分布的区间估计为（见茆诗松和周纪芗，概率论与数理统计，中国统计出版社，2007，p334-337） lambdaxx=mn*myyy;array kk1000 kk1-kk1000;do k=1 to 1000;kkk=1-poisson(lambdaxx,k)-probchi(2*lambdaxx,2*(k+1);if k2 and kkk 272.836 (显著性水平0.05) N=238, l=1, Kf= 325.637 272.8
3、36 (显著性水平0.05) 其中n为数据个数，l为估计参数个数。而Kf 为经验离散频率分布函数和拟合分布的差的平方的加权和， 近视为KF统计量，自由度为（n-l-1），272.836是统计量Kf显著性水平0.05临界值。 4功能性分析：变换原始数据上述分布的各种参数为 mn myy c d ssyy maxyy minyy pz yyp50 mu myyy lambda1 lambda2 lambdaxx k lambdal 238 3.28571 1 0 2.52462 8 0 3 3 0 3.28571 3.28571 6.37372 3.11526 9 3.07970lambdau l
4、ambdasx lambdazwqj lambdaqz xitaz ddd kkk p i xitaL xitaU fun 3.54494 3.50296 3.30532 4.32159 4.32159 1 3 0.89678 8 1.32159 7.32159 平时柏松分布 其中普松分布的一阶矩估计和普松分布的二阶矩估计不一致, 这可能是估计不准确的原因。为了消除这个原因，我们采用数据变换的方法解决。对数据yy做变换：myyy=myy-minyy; c=(myyy)/(ssyy*2); 0.51551 d=0; yy=int(myyy+d)*c);（此时变换后的均值为变换前的c倍，而变换后的
5、方差为变换前的c2倍,令两者相等，得到上述的变换公式，由于取整数函数int(*)有低估现象，可以用d来做小的调整）。 用这些数据进行上述同样的分析得到图形如下 从图形看出效果很好。 用皮尔逊的Kf统计量进行拟合检验通过. N=238, l=3, Kf= 13.8675 270.684 (显著性水平0.05) 其中n为数据个数，l为估计参数个数。而Kf 为经验离散频率分布函数和拟合分布的差的平方的加权和， 近视为KF统计量，自由度为（n-l-1），270.684是统计量Kf显著性水平0.05临界值。 得到的分布参数为mn myy c d ssyy maxyy minyy pz yyp50 mu
6、myyy lambda1238 1.35714 0.51551 0 1.19888 4 0 1 1 0 1.35714 1.35714lambda2 lambdaxx k lambdal lambdau lambdasx lambdazwqj lambdaqz xitaz1.43731 1.25542 4 1.23303 1.53415 1.50566 1.37675 1.39040 2.69714 xita ddd kkk p i L xitaU fun CL UCL LCL 1 3 0.94735 6 0 5.69714 平时柏松分布 2.63262 5.75277 0 其中普松分布的一阶
7、矩估计(lambda1 =1.35714)和普松分布的二阶矩估计(lambda2 = 1.43731 )基本一致.这可能就是估计准确的原因。数据变换方法使得两个估计接近相等。5经济性分析：变换控制图 根据变换后的估计分布的控制图，变回到原来分布的控制图的控制限为UCL= 5.75277 CL= 2.63262 LCL=0要求每五个数据进行平均得到一个点（低于五个数据平均时，由于随机性太强，控制图波动性太大，看不出规律性）。由此得到控制图为： 从图中看到：排队长度分布具有高峰期发生，高峰期发生的条件可以判定为队长大于五。用这个条件我们可以分析各种数据的高峰现象。对应的底峰期发生的条件也可以判定为队长不大于六, 用这个条件我们也可以分析各种数据的低峰现象。2019整理的各行业企管，经济，房产，策划，方案等工作范文，希望你用得上，不足之处请指正
