摘要:随着经济文化的发展，旅客运输在现代交通体系中扮演着越来越重要的角色。目前旅客运输系统主要由四种不同的交通运输方式组成,包括：铁路、公路、水运以及民航。经资料显示,近几年在这四种出行方式中,铁路与民航的客运量增长速度与公路和水运相比较快，针对这种现象，本文进行了以下研究。

本文利用中国2005年到2015年铁路和民航的月度旅客运输量数据构造分位数回归模型，对不同分位点处估计和检验模型参数，从而对客运量进行预测。首先，根据数据具有季节性的特点，建立铁路和民航的季节模型，并预测出2016年1月、2月的客运量数据，经过与实际值比较发现误差在5.4%-9.2%之间，效果不太理想。接着建立铁路和民航的分位数回归模型，根据所建立的模型估计不同分位点的系数值和预测值，且不同分位点的误差都在1.78%以下，最后根据实际情况选取合适的分位点预测客运量，并根据预测情况为2106年各客运部门的安排提供合理的建议。

关键词 旅客运输；月度客运量；分位数回归；季节模型

目录

摘要

Abstract

1 绪论-1

1.1 研究背景及意义-1

1.2 国内外文献综述-1

1.3 本文研究内容-2

1.3.1 技术路线-2

1.3.2 框架布局-2

2 时间序列分位数回归模型的理论综述-3

2.1 分位数回归定义-3

2.2 平稳时间序列的定义-4

2.3 平稳时间序列模型-4

2.4 时间序列分位数回归建模-5

2.4.1 数据预处理-5

2.4.2 模型的识别-6

2.4.3 参数的分位数估计-6

2.4.4 模型的检验及优化-7

3 中国旅客运输量实证分析-9

3.1 描述性分析-9

3.1.1 客运量分析-9

3.1.2 四种客运方式客运量增长率分析-10

3.2 季节模型-11

3.2.1 数据选取-11

3.2.2 时间序列图-11

3.2.3 季节指数-12

3.2.4 建立模型-13

3.2.5 预测-13

3.3 分位数回归模型-15

3.3.1 季节差分-15

3.3.2 平稳性检验-16

3.3.3 JB检验-18

3.3.4 模型识别-19

3.3.5 参数估计-21

3.3.6 模型检验-23

3.3.7 模型预测-23

结论-25

致谢-26

参考文献-27

附录-28