公路运输于国内生产总值的影响分析模型特等奖报告--164212936.doc

公路运输于国内生产总值的影响分析模型特等奖报告--164212936.doc

  1. 1、本文档共34页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
“认证杯”数学中国 数学建模网络挑战赛 题 目 公路运输业对于国内生产总值的影响分析模型 关 键 词 公路运输业;感应度系数;影响力系数;多元回归分析法;Matlab; Eviews;灵敏度分析 摘 要 本文针对公路运输业对GDP影响的问题,综合利用了数形结合、多元统计、离散分析、回归分析、灵敏度分析方法分别构建了GDP比例预测、感应度系数、影响力系数、多元非回归等模型,使用Excel、Matlab、Eviews软件,得出了公路运输业于直接贡献、波及效果、对于相关行业的直接消费和创造就业机会四个方面对GDP的贡献结果。并从划分更精确的调查模块、分析每项抽取模块的影响显著性两个方面,对原有的调查项目进行精确调整,提高了模型精度。最后,将模型结果和实际相结合,对模型的深层次推广提出了自己的意见。 问题一要求求出所给省各城市客货运输对GDP的直接贡献、对于相关行业的直接消费和创造就业机会三方面的数值,并求出以上三方面占客货运输的百分比来评估各市对GDP的影响。由Excel作表和Matlab作图可看出各市三方面对GDP的影响。客货运输对GDP直接贡献影响率约是20.3670%,对于相关行业直接消费对GDP影响率约是79.6400%。 问题二要求以原题所附表2中的数据作为研究对象,来研究公路建筑业和交通运输及仓储业的波及效果。由该表得到矩阵,建立了决定波及效果的感应度系数模型和影响力系数模型。运用Matlab求解,得到交通运输及仓储业的感应度系数为5.3906,公路建筑业的影响力系数为1.0000,交通运输及仓储业的影响力系数为1.0000。 针对问题三,引入2012年该省客货运输引起GDP的增长和2012年公路运输对GDP的影响概念。结合问题一中客货运输对GDP的影响,通过原题所附表2分析客货运输占公路运输的百分比,得到2012年公路运输对GDP的影响数值。再利用上表求得2007年该省GDP总值,根据我国每年GDP的增长率推算出该省2012年的GDP。从而得到2012年公路运输对该省GDP的贡献占该省GDP的比例,约为2.42%。 针对问题四,将直接贡献表中每个调查项作为自变量,直接贡献对GDP的影响作为因变量;再将相关行业的直接消费表中每个调查项作为自变量,相关行业的直接消费作为因变量,建立多元回归模型,利用Eviews求解,得出每一项的影响显著性。根据图形得出只有前两个因素对模型有显著影响,直接贡献的可决系数为0.9965,相关行业的可决系数为0.9992。这在一定程度上提高了模型的精度。 针对问题五,本文综合以上模型,结合实际,提出了对原有的调查项目合理的分类和删除,如将原创造就业机会中驾驶员项改进为驾驶员工资项,删除对计算GDP无影响调查项等。这又进一步提高了模型的精度。 本文最后还对模型进行了误差分析,利用Matlab对问题三中的该省年均GDP增长率进行了灵敏度分析。最后,把以07年到12年的全国GDP增长率应用到该省的不确定因素考虑进来,将公路运输业对GDP的波及效果模型进行了改进;并从地方到全国、从运输业相关于其他产业和建模方法方面对模型做出了推广。整体思路清晰,切入点独到,分析全面,特色鲜明。 参赛队号: #1560 所选题目: C 题 英文摘要(选填) Abstract This article aims at the growth of GDP because of Road Transportation uses multiply a lot of method such as combination of number and shape, multivariate statistics, scatter analysis, regression analysis, sensitivity analysis and sets proportional prediction model. The sensitivity coefficient model, influence coefficient model and multiple regression model etc. We can get highway transportations contribution to GDP in direct contribution, spread effect, direct consumption related industries and creation of employment opportunities. And we adjust the original investigation project from the investigation of

文档评论(0)

taotao0b + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档