居民出行次数和出行距离与经济社会发展的相关性分析

本文主要研究居民出行次数和出行距离与经济社会发展的相关关系。居民出行次数和出行距离反映了交通运输产业的发展，而运输产业的发展与经济社会的发展是密不可分的。交通运输与经济社会之间的关系，主要有两种：第一，交通运输对国民经济起着保障和促进的作用，交通运输构成国民经济的重要比例关系。社会在多大规模上、用多少资源去实现人与物的空间位移，是社会经济发展最基本的比例关系之一。第二，交通运输与经济社会发展之间存在着交替推拉的关系。

本文中居民出行次数和出行距离与经济社会发展的关系属于非确定性的相关关系。回归分析是研究相关关系的一种数学方法。进而可以总结居民出行次数和出行距离对经济社会发展的影响。

1回归分析理论

回归分析是对具有相关关系的现象，根据关系的形态，选择一个合适的数学模型，用来近似的表达变量的平均变化关系，这个数学模型称为回归方程。为了更全面的考察对象A和B之间的关系，利用收集的数据，可以建立关系A和B两事物之间的数据模型Y=a+bX+%e，其中Y为A事物的相关指标，X为B事物的相关指标，a，b为未知参数，%e为总体回归模型的随机误差（一般情况下忽略不计）。

（1）我们采用四级划分法作为判断变量之间的相互关系密切程度的标准即相关系数r的✘绝对值在0.3以下，为微弱线性相关;0.3～0.5为低度线性相关;0.5～0.8为显著线性相关;0.8以上为高度线性相关。

（2）从F检验值来看，平均数差异的显著性检验。其目的是由检验两个样本平均数之间的差异来推论各自代表的两总体平均数之间的差异，如果F值相当大，则表明X对Y的线性影响相当大，就可以认为X与Y之间有线性相关关系;反之，如果F相当小，则认为X与Y之间没有线性相关关系。

2建立模型

（1）利用公式

求出a、b的值，得出回归方程。

（2）利用公式

求出的值。

（3）从F检验值来看，平均数差异的显著性检验。其目的是由检验两个样本平均数之间的差异来推论各自代表的两总体平均数之间的差异。对于两组相关的样本，在相关系数己知的情况下，我们往往选择F分布来对相关系数做检验。其中F=（N-2）r/（1-r），求出F检验值。

3数据收集

3.1居民人均出行次数

居民人均出行次数=总运量/平均人口数

平均人口数=（年初人口数+年末人口）/2

3.2居民人均出行距离

居民人均出行距离=总周转量/平均人口数

3.3经济社会发展水平指标

经济社会发展水平的指标有很多，人均国内生产总值（GDP）作为衡量国民经济发展状况的一个重要指标，反映了一个国家的经济状况和发展水平。本文采用人均国内生产总值来表示。

人均国内生产总值=国内生产总值（GDP）/总人口

4模型求解与结论

运用以上相关性分析模型分析的具体方法，分别对居民人均出行次数、居民人均出❧行距离与GDP做相关性分析。

从以上计算结果可以得出如下初步结论：

第一，我们ก一般采用四级划分法作为判断变量之间的相关关系密切程度的标准即相关系数的绝对值在0♂.3以下，为微弱线性相关;0.3～0.5为低度线性相关;0.5～0.8为显著线性相关;0.☿8以上为高度线性相关。

由此可见：居民出行次数和出行距离与经济社会发展为高度相关。

第二，从F检验值来看，如果F值相当大，则表明x对y的线性影响相当大，就可以认为x与y之间有线性相关关系;反之如果F值较小，则没有理由认为x与y之间有线性相关关系。因此，通过以上各项数据的分析可得出结论：