摘 要：本文在相关网站是选取了相同时间段内的30辆车，对相关数据进行了预处理，选取了以拥堵时间比例作为因变量，一方面单独以司机自身的疲劳驾驶分析，一方面以行驶路程、转向次数、平均速度以及行驶时间时间为影响变量。针对已经整合好的车辆作为训练集初步建立了基于拥堵时间的多元线性预测模型，然后通过各指标间的多重共线性与显著性分析，进一步建立了非线性逐步回归作为拥堵时间预测模型。并进行两两误差分析对比，预测效果对比后确定了更为精确的逐步回归预测模型，并对此提出了该模型优缺点以及推广。

关键词：数据预处理;非线性逐步回归;定性与定量分析

一、问题分析框架

依据原始数据选取在相同时间段内的30辆车，以拥堵时间比例作为因变量，依据特征指标的选取原则以行驶路程、转向次数、平均速度、以及时间为影响变量。取部分车辆作为训练集初步建立了多元线性方程，然后进行各指标间的多重共线性与显著性分析，进行逐步回归进行影响汽车拥堵的重要指标变量得到逐步回归后的方程。再依据剩下的部分车辆数据作为测试集，利用由此得到的拥堵时间逐步回归方程得到的预测结果与测试集因变量进行对比，分析该车辆拥堵时间预测模型的误差与均方差，以此得到更加精确的拥堵时间预测模型。

二、问题重述

在导航软件中，行程时间的估计往往是一个重要的功能。……