发布时间 : 星期日 文章spss课程设计更新完毕开始阅读a5c0e38e8662caaedd3383c4bb4cf7ec4afeb600
可得回归方程：Y=-363014.600+182.300X1。（Y：公路客运量，X1：年度） 表3-3-2：2011-2015年上海公路客运量预测结果（单位：万人）
年份 预测量 2011 3590.7 2012 3773 2013 3955.3 2014 4137.6 2015 4319.9 3.4曲线拟合
3.4.1曲线拟合原理
曲线拟合（curve fitting）是指在因变量与自变量与一个已知或未知的的曲线或者非线性函数关系相联系的情况下，在很多情况下有两个相关的变量，用户希望用其中一个变量对另一个变量进行预测，但是又不能马上根据记录数据确定一种最佳模型，此时可以用曲线估计在众多回归模型中建立一个既简单又比较适合的模型.
3.4.2 SPSS操作步骤
①按分析—回归—曲线估计，打开对话框；
②将因变量输入公路客运量，变量输入总人口，单击确定。如图所示。
19
图3-4-1：spss操作步骤截图
3.4.3输出结果分析
表3-4-1:曲线拟合输出结果
模型描述
模型名称 因变量
1 1 2
方程
3 4
自变量 常数
其值在图中标记为观测值的变
未指定
量
用于在方程中输入项的容差
.0001 MOD_1 公路客运量(万人）
线性 二次 幂 S
总人口（万人）
包含
aa
a. 该模型要求所有非缺失值为正数。
个案处理摘要
20
个案总数 已排除的个案 已预测的个案 新创建的个案 aN 5 0 0 0 a. 从分析中排除任何变量中带有缺失值的个案。
变量处理摘要
因变量 公路客运量(万人）
正值数 零的个数 负值数 用户自定义缺
0
缺失值数
失 系统缺失
0
0 0
5 0 0
5 0 0
变量
自变量 总人口（万人）
模型汇总和参数估计值 因变量: 公路客运量(万人） 方程 R 方 线性 二次 幂 S .999 1.000 .998 1.000 F 2729.088 75302.742 1949.792 11308.385 模型汇总 df1 1 2 1 1 df2 3 2 3 3 Sig. .000 .000 .000 .000 常数 -324.058 -3181.525 .710 9.186 参数估计值 b1 1.721 4.503 1.103 -2271.547 b2 -.001 自变量为 总人口（万人）。
21
图3-4-2：各方程拟合曲线图
①根据以上图表，可以看出线性方程、二次方程、幂方程、S方程的R^2接近于1或者等于1，因此拟合程度都很好，尤其是二次方程和S方程的R^2=1。
②由于S型曲线的拟合度R^2=1；sig=0，说明拟合度非常好，故选取S型曲线进行拟合，得到S曲线方程为： ln（y）=9.186-2271.547/x（y为公路客运量,x为总人口）
表3-4-2：2011-2015年上海公路客运量预测结
年份 预测量
2011 3584.563 2012 3745.041 2013 3898.373 2014 4044.908 2015 4184.995 22