不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析

不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析

ID:16418662

大?。?0.00 KB

頁數(shù):14頁

時間:2018-08-09

不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析_第1頁
不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析_第2頁
不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析_第3頁
不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析_第4頁
不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析_第5頁
資源描述:

《不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫

1、不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析不同身份乘客對京津城際高鐵評價研究—基于主成分分析和因子分析論文導(dǎo)讀::身份乘客評價綜合得分。下文將采

2、取主成分分析和因子分析法。主成分分析和因子分析原理[1]。論文關(guān)鍵詞:京津高鐵,乘客評價,主成分分析,因子分析  一、基本研究目的  在調(diào)研過程中我們發(fā)現(xiàn),不同乘客對京津城際高鐵有不同的訴求,總體來說有:降低票價、改進購票方式、靈活班次、改善車上環(huán)境、實現(xiàn)轉(zhuǎn)乘、完善周邊設(shè)施;同時,京津城際鐵路還有著自身的優(yōu)點,如:速度快、班次多、環(huán)境舒適。同時,京津城際高速鐵路還具有方便短程出行和旅游的特殊競爭優(yōu)勢?! ∪绱酥嗟挠绊懸蛩鼐C合作用下,乘客究竟會做出何種選擇?為了進一步探究不同身份的乘客對京津城際鐵路的選擇傾向,并用盡

3、可能簡單的變量判斷和解釋不同身份乘客的選擇,下文將采取主成分分析和因子分析法,利用SPSS16.0軟件,對不同身份的乘客的選擇進行判斷和預(yù)測。  二、主成分分析和因子分析原理[1]  (一)主成分分析的含義:  主成分分析是用原來指標(biāo)重新組合成一項新的互相無關(guān)的綜合指標(biāo)來代替原指標(biāo),并根據(jù)實際需要從中選取幾個較少的綜合指標(biāo)來代替原來指標(biāo),以達(dá)到簡化數(shù)據(jù)的目的。這些指標(biāo)可以盡可能多的反應(yīng)原始數(shù)據(jù)的信息,這種統(tǒng)計方法就是主成分分析或主分量分析?! 。ǘ?、主成分分析的基本思想:  選取對原變量做線性組合后方差較大的幾個量

4、(這些變量反映的信息是最完全的)交通論文,這些綜合指標(biāo)稱為主成分,主成分之間不相關(guān),且方差遞減。 ?。ㄈ⒅鞒煞址治龅膸缀我饬x:  p個變量組成p維空間,而n個樣品就是p維空間中的n個點,做線性變換,將構(gòu)成的坐標(biāo)系旋轉(zhuǎn)產(chǎn)生新的坐標(biāo)系,新坐標(biāo)軸使之通過樣品的最大方差的方向。此時主成分問題就是尋找p維空間的橢球體的主軸問題。形象的說,以二維主成分為例,由橫縱坐標(biāo)來代表,基于數(shù)據(jù)的二維正態(tài)分布假定,這些樣本數(shù)據(jù)在這個坐標(biāo)上形成一個橢圓形的點陣。在極端情況下,橢圓的長軸上盡可能多的集中了變化的數(shù)據(jù),而短軸方向上數(shù)據(jù)變化極少

5、。那么主成分就由二維降到一維了。對于多維的情況,變量就形成了一個P維空間的橢球體免費論文下載。那么找到多維橢球體的主軸和相應(yīng)能最大限度反應(yīng)信息的最長的幾個軸,就達(dá)到了主成分分析的目的?! 。ㄋ模?、主成分分析的數(shù)學(xué)模型:  將原始資料庫()做線性組合:    上述線性方程組應(yīng)滿足如下條件:  1)、,  2)、線性無關(guān),即兩輛協(xié)方差為零,這是為了使得第二個主成分中不再含有第一組成分已經(jīng)說明了的重復(fù)性息?! ?)、方差依次遞減  如果指標(biāo)數(shù)據(jù)的量綱不同,需要先對原始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理。由于本文的所有樣品均為被調(diào)查者頻數(shù),

6、故不需要進行標(biāo)準(zhǔn)化數(shù)據(jù)。 ?。ㄎ澹?、因子分析的基本思想:  因子分析是通過對變量的相關(guān)系數(shù)矩陣內(nèi)部結(jié)構(gòu)的研究,找出能控制所有變量的少數(shù)幾個變量去描述多個變量之間的相關(guān)關(guān)系。這少數(shù)幾個變量就稱之為因子。根據(jù)相關(guān)性的大小把變量分組,使得同組內(nèi)的變量之間的相關(guān)性較高,不同組內(nèi)的相關(guān)性較低。  因子分析分為R型因子分析和Q型因子分析。R型因子分析是對變量進行分析從相關(guān)系數(shù)矩陣出發(fā),而Q型因子分析從相似系數(shù)矩陣出發(fā),對樣本進行分析?! 。?、因子分析的數(shù)學(xué)模型:  R型因子分析【2】    簡記為:  滿足下列條件:  1、

7、  2、,即各因子不相關(guān)且同方差  ,即各個特殊因子不相關(guān)且異方差。  其中F是表示因子列向量,是的共有向量交通論文,成為公公因子。稱為因子載荷,是第i個變量在第j個因子上的負(fù)荷,他表示在坐標(biāo)軸上的投影。是不能被公公因子包含的量,成為特殊因子?! ∫蜃臃治龅哪康木褪峭ㄟ^模型以F代替X,由于故達(dá)到了簡化模型的目的【3】。  二、調(diào)研數(shù)據(jù)收集  根據(jù)連續(xù)五次的跟蹤調(diào)研數(shù)據(jù),發(fā)現(xiàn)有超過90%的乘客認(rèn)為京津高鐵對旅游的促進作用非常大,因此選取京津城際高鐵的“短途旅游優(yōu)勢”為變量之一,并采取科學(xué)的方法定量描述這一指標(biāo);選取乘客

8、出行乘坐列車最關(guān)注的幾個問題為其它城際高鐵服務(wù)質(zhì)量的評價指標(biāo),包括:速度、班次,乘車環(huán)境;同時,通過調(diào)研收集的數(shù)據(jù)分析,選取價格、購票方式、班次的靈活性、靈活轉(zhuǎn)乘以及周邊配套設(shè)施等指標(biāo),對乘客的態(tài)度進行評價。調(diào)研數(shù)據(jù)顯示,乘客的身份有:公務(wù)員、學(xué)生、企業(yè)人員、工人、農(nóng)民、科研教育人員等。將數(shù)據(jù)計算、整合,為分析做好準(zhǔn)備。  三、進行主成分分析和

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。