《表4 数据比对：基于非线性回归模型的铁路客运需求预测》
提示：宽带有限、当前游客访问压缩模式
根据得到的模型公式（3-1）即可得到历年铁路旅客运输需求的预测值（见表4）。
| 图表编号 | XD00107368000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.25 |
| 作者 | 邓鑫、陈慧阳 |
| 绘制单位 | 西南交通大学希望学院轨道交通学院、西南交通大学希望学院轨道交通学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 预测误差估计结果：基于线性回归和MLP神经网络的招标采购预测模型》2021.02.28
- 《表2 线性模型的估计：基于线性模型的民航客运量影响因素与预测研究》2020.04.01
- 《表1 相关系数：基于线性模型的民航客运量影响因素与预测研究》2020.04.01
- 《表4 浙江省铁路客运量预测表》2020.06.10
- 《表4 Anova表：基于多元线性回归模型的甘肃省民航客运量的影响因素分析》2020.05.05
- 《表5 系数表：基于多元线性回归模型的甘肃省民航客运量的影响因素分析》2020.05.05
- 《表5 模型预测结果分析：基于非线性回归模型的铁路客运需求预测》2019.09.25
- 《表1 精度等级标准：基于非线性回归模型的铁路客运需求预测》2019.09.25
- 《表3 参数值：基于非线性回归模型的铁路客运需求预测》2019.09.25
- 《表4 优化模型预测结果：基于改进线性回归模型的民航货物周转量预测》2019.09.05
- 《表3 F统计量计算值：基于多元线性回归模型的农村客运需求预测》2019.06.05
- 《表4 多重共线性表：基于多元线性回归的汽车油耗预测模型》2019.03.01
- 《表4 甘肃省铁路客运量预测》2019.08.25
- 《表4 2019—2023年铁路客运量数据预测表万人》2019.05.15
- 《表4 铁路客运量预测误差分析》2019.02.01
- 《表2 关联系数表：基于灰色关联和多元回归预测的铁路客运需求分析及预测》2019.02.01
- 《表1 原始数据：基于灰色关联和多元回归预测的铁路客运需求分析及预测》2019.02.01
- 《表3 实验结果对比：基于Verhulst–RBF的铁路客运量预测》2019.11.25
- 《表4 分析结果：应用多元线性回归模型的铁路客运量预测》2018.09.15
- 《表1 F检验的步骤：应用多元线性回归模型的铁路客运量预测》2018.09.15