全部
科普中国科学百科
版权归原作者所有，如有侵权，请联系我们
交通评价(traffic evaluation)是指对交通系统达到目标程度的估价。一般评价程序为：明确评价目的；建立指标体系；建立评价模型；进行综合评价。交通评价由于目的不同，评价对象不同，评价指标、模型也不一样。一般评价是按层次自下而上，逐级进行。各层次分别拟定指标和算法。如进行城市现状交通评价，就应分别对道路通行能力、路段及交叉口负荷、交通安全、交通环境质量等进行评价，以刻画出达到系统目标的程度。
2018-06-18
向后选择法(backward elimination)也称向后剔除法、向后消元法，是一种回归模型的自变量选择方法，其过程与向前选择法相反：首先将全部自变量都选入模型，然后对各个自变量进行偏F检验，将最小的F值记为FL，与预先规定的显著性水平F0进行比较，若FL
向前选择法是一种回归模型的自变量选择方法，其特点是把候选的自变量逐个引入回归方程，故称向前法。具体操作步骤是：先把与因变量y有最大相关系数的自变量拟合模型，进行回归系数的显著性检验，决定是否把该自变量引入模型；然后，在未被引进模型的自变量中，对与y有最大偏相关系数的自‘变量引入模型并进行回归系数的显著性检验，决定取舍，依次类推。直至在排除了已选入变量对y的影响之后，末选入自变量对y的回归系数的显著性休验结果都不显著异于0为止。这种方法比较简单，但主要缺点是，如果存在多重共线性，最后的模型中可能混有不太重要的自变量。
复判定系数及R2=1-SSE/SST(其中SSE为残差平方和，SST为总平方和)是用来说明因变量的变动中可以用自变量来解释的比例。它可以反映模型的好坏，但由于随着自变量的增加，SSE只会减少，不会变大，而对给定的一组变量观察值来说SST却总是恒定不变，故变量引进模型只会导致R2增大而不会缩小，这极易使人产生错觉，似乎自变量越多越奸。其结果是过多引进一些效率不高的自变量。而统计量1-((n-1)/(n-p-1).(SSE/SST))称为调整的复判定系数，当自变量增加，SSE减小时，其自由度n-p-1就变小，这样调整的复判定系数就不会象R2那样自变量越多越大，从而可能避免引进过多的不必要的自变量，使自变量的选择更合理。
结构式识别是从模型的结构式出发，运用“秩条件”讨论经济计量模型识别问题的一种方法。识别系指由简式推算模型结构参数可能性的讨论。若由简化式参数可以估算出结构参数，称为可识别，包括正确识别(唯一确定)和过度识别(不唯一确定)；反之，则称为不可识别。如果需要讨论结构参数的变化特性，一般的讨论顺序是：样本数据→简化式系数→“旧”的结构参数→“新”的结构参数。若由简化式系数不能估算出结构参数，那么上述研究过程便无法进行。所以，模型的识别问题是一个十分重要的问题，应该在进行任何估计以前优先考虑。“秩条件”是模型可识别的一个等价条件，即包含m个方程的线性模型中任一方程可识别等价于其他m-1个方程的变量系数至少可以找到一个非零的m-1阶行列式，而联立方程模型的每一个方程可识别定义了整个模型的可识别。应用本法的一般步骤为：(1)把模型的结构式改写成隐式函数的形式，略去随机项；(2)在系数矩阵中删去正在研究的
指数滑动平均法简称为指数平滑法。是利用上一期的实际值和预测值(估算值)，对它们进行不同的加权分配，求得一个指数平滑值，作为下一期预测值的一种预测方法。它的预测公式是：Xt=αSt-1+(1-α)Xt-1，(0
科普中国公众号
科普中国微博
帮助
京公网安备11010202008423号 京ICP备16016202号