基于主成分分析与多元线性回归模型的铁路货运需求预测

本文采用主成分分析与多元线性回归模型结合的方法对铁路年度货运量进行预测,首先对铁路货运需求相关的影响因素进行灰色关联分析,并按关联度大小排序,选出影响因素中关联度较大的几种,然后采用主成分分析法得到相关主成分,带入多元线性回归模型中,观察拟合值与预测值,计算相对误差。同时使用一元线性回归模型、灰色关联分析与多元线性回归模型对处理过的数据集进行分析,同样得到相应年份数据的拟合值,计算出相对误差。形成对比试验,通过比较相对误差,得出结论基于主成分分析法与多元线性回归模型的拟合效果是最好的,这种模型综合考虑了所有影响因素,又避免了信息冗余,在铁路年度货运量的预测中有较好的结果,拟合值相对误差可达0.75%。