本文通過實地調(diào)查的方式,安排小組成員在南通各地發(fā)放調(diào)查問卷,從而搜集乘客網(wǎng)約車行為的相關(guān)數(shù)據(jù)。然后整理數(shù)據(jù),將這些數(shù)據(jù)放至Excel當(dāng)中,由于各評價指標(biāo)的性質(zhì)不同,本文利用Z-Score模型將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化去除量綱和數(shù)量級,使得之后的回歸分析更加精確。接著,利用顯著性和偏相關(guān)分析方法篩選指標(biāo),選擇出與取消網(wǎng)約車頻率關(guān)系最大的自變量因素。最后建立非線性回歸模型,通過多種模型的比較,選擇出最符合調(diào)查數(shù)據(jù)以及現(xiàn)實行為的模型。 

【文章來源】：科技風(fēng). 2020,(25)

【文章頁數(shù)】：2 頁

【文章目錄】：
一、問題
二、模型建立
    （一）數(shù)據(jù)的處理及標(biāo)準(zhǔn)化
    （二）Sig顯著性及偏相關(guān)分析篩選相關(guān)指標(biāo)
三、優(yōu)化案例
四、結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]基于網(wǎng)約車訂單數(shù)據(jù)的居民出行特征研究——以北京市為例[J]. 崔宇超,關(guān)宏志,司楊,覃正桃.  交通運輸研究. 2018(05)
[2]基于Z-Score模型的環(huán)境污染與經(jīng)濟(jì)發(fā)展的聯(lián)合分析[J]. 趙麗娟,董小林,吳陽.  應(yīng)用化工. 2017(09)



本文編號：2970988