基于组合预测的货运量预测*
2021-08-27刘双贤
科技与创新 2021年16期
黄 娟,刘双贤
(四川旅游学院经济管理学院,四川 成都610100)
1 引言
货运量预测是港口规划过程中非常关键的环节,如何对现有数据进行分析,得到期望的参数和模型;如何发现各个变量之间的关系,准确预测港口未来的运量一直是值得研究的问题。
关于运量的预测问题,现有的预测方法包括时间序列分析方法、灰色预测方法、指数平滑法[1]、KS检验[2]、重力模型[3-4]等。曾佑新[5]等采用一元线性回归模型、直线趋势模型、自回归模型、二次指数平滑法对中国铁路煤炭的运量进行预测,对四种预测模型的误差进行比较与分析;FITE等[6]使用逐步多元线性回归模型,将货运量与各种经济指标联系起来;RAHIM等[7]通过用模糊时间序列和指数平滑方法提出了一种CPO价格预测方法。
本文基于线性回归和趋势预测构建组合预测模型,通过R语言筛选剔除自变量,并对模型进行拟合,建立组合预测模型。以泸州市2006—2018年的货运量数据为例验证模型的有效性。
2 组合预测方法
2.1 线性回归
线性回归预测方法是属于因果分析预测方法的一种典型方法。主要探究导致运量增加的原因与总运量之间的关系,假设运量V1j表示如下:

式(1)中:a为截距;b、c、m、q、k为自变量系数;X1j为某年城乡人均消费收入;X2j为某年人口总量;X3j为某年城乡人均消费支出;X4j为某年第二产业的总产值;X5j为某年矿建材料吞吐量。
根据模型的现实意义,现有自变量反复冗杂,需要对自变量进行剔除,对模型进行拟合得到关于总运量的线性模型。……
登录APP查看全文
