[发明专利]基于SAS系统的多元线性回归法在客流预测的运用

说明书

  

技术领域

本发明涉及基于SAS系统的运用多元线性回归法，具体涉及基于SAS系统的多元线性回归法在客流预测的运用。 

背景技术

目前，高速铁路列车客流预测领域的现状呈现以下几点问题： 

1.  目前为止，还没有一个比较完善的运用统计学的方法来实现对于未来的客流量进行预测。

2.  客流预测的过程多为凭借主观的经验进行人为的判定，不具有可追溯性。 

3.  客流预测的准确性评判没有实现可量化性。 

运用统计学的方法进行客流统计和分析不仅可以为客运部门把握市场动态、预测客流量的变化趋势来制定列车最优的开行方案， 最大限度的满足客运市场的需求; 同时也可以为地方路局的客运营销方案的决策提供分析基础，以达到在满足客运需求的同时实现收益最大化。 

在数理统计学的范畴里，多元线性回归法是研究一个因变量与多个自变量之间线性依赖关系的统计方法。以y为因变量， 为 k 个自变量，则模型可以写为： 

                   （1）

其中，为常数项， 是y对x 的回归系数， 为随机误差项。

发明内容

本发明的主要目的在于，为地方铁路局的客运部门解决客流总量的预测提供一种新的解决方法，使得客流预测过程更科学，整个预测过程具有可追溯性，预测准确性评判具有可量化性。 

样处理厂的告知系统为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现： 

一种基于SAS系统的多元线性回归法在客流预测的运用，包括以下步骤：

步骤1）客流量的影响因素收集；

步骤2）SAS的REG过程，运用ADJRSQ和CP选项规定变量的筛选准则；

步骤3）模型的比较与确定，通过步骤2，SAS系统可以分别给出人为经验筛选法和逐步筛选法的ADJRSQ和CP值；

步骤4）计算客流量预测值，将步骤3所确定的影响因子及各影响因子所对应的回归系数带入公式（1），即可得到要预测的客流量值。

进一步的，SAS的REG过程实现方法为： 

在SAS系统中运用PROC语句规定开始REG过程并指定要分析的数据集名；然后，在MODEL语句下规定回归模型的因变量和 所有要考虑的自变量，以人为的经验来筛选影响客流量的因素。

进一步的，SAS的REG过程实现方法为： 

设定SELECTION=STEPWISE，运用逐步筛选法筛选相关影响因子。

进一步的，步骤3）中ADJRSQ和CP都取值较大的模型。 

本发明的有益效果是： 

1、本发明的基于SAS系统的多元线性回归法对平日的客流量进行预测，运用起来简单。它不涉及历史的客流量信息，因此数据的收集比较简单。尤其是在缺乏历史数据的情况下，此方法与其他方法比起来（如时间序列分析法）显得更加简便易行。

2、本发明的基于SAS系统的多元线性回归法对平日的客流量进行预测，可以实现参数的调整。决策者可以根据自己的实际经验，选择调整线性回归的回归因子。具体体现在两方面：第一、变量的筛选方法可以手动调整。第二、变量的筛选准则可以手动调整。 

3、本发明的基于SAS系统的多元线性回归法对平日的客流量进行预测，过程更科学，整个预测过程具有可追溯性，预测准确性评判具有可量化性。 

综上所述，本发明基于SAS系统的多元线性回归法为实现客流预测提供了一种简单和可靠的方法。在技术上有显著的进步，并具有明显的积极效果,诚为一新颖、进步、实用的新方法。 

具体实施方式

下面将结合实施例，来详细说明本发明。 

一种基于SAS系统的多元线性回归法在客流预测的运用，包括以下步骤：