《表1 一元方程中系数：西安市公路运输货运枢纽需求预测》
提示：宽带有限、当前游客访问压缩模式
根据西安市1990—2017年历年人口总人口的数据分布特性，本文采用时间序列法对西安市特征年的人口数目进行预测。如表1所示为一元方程中系数，得到公式（2):
| 图表编号 | XD00123780000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.30 |
| 作者 | 李晨新、魏田正、袁浩、张璐璐 |
| 绘制单位 | 长安大学汽车学院、长安大学汽车学院、长安大学汽车学院、长安大学汽车学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3金华货运枢纽列表：金华市打造枢纽经济的交通基础设施发展对策》2020.10.20
- 《表2未来货物分方式枢纽运输量预测》2020.11.20
- 《表1未来旅客分方式枢纽运输量预测》2020.11.20
- 《表4未来年度货运枢纽货运量预测》2020.11.20
- 《表3 所有模型运行结果：运输需求与成本不确定下的枢纽港选择》2020.06.01
- 《表6 2019-2025年(特征年)惠州市综合货运量弹性系数法预测值》2020.07.01
- 《表1：规划建设中的航空货运枢纽情况一览》2020.04.25
- 《表4 规划年货运枢纽及配套设施货运量预测》2020.05.25
- 《表1 0 未来四川省特征年各运输方式货运量及分担率预测结果》2020.08.15
- 《表2 预测西安市公路货运量占全社会货运量比重及运量（万吨/年）》2019.12.30
- 《表3 西安市公路货运枢纽站场作业量预测结果》2019.12.30
- 《表3 迹统计量检验结果：长江中游水路货运量与GDP及运输结构动态关系分析》2019.08.25
- 《表5 主成分方程系数：BP神经网络在运输企业经济效益评价中的应用》2019.06.08
- 《表2 2009—2015年西安市货运量统计》2019.10.01
- 《表5 因子选择的结果：基于回归分析的公路货运量预测》2019.08.15
- 《表7 检验结果：基于回归分析的公路货运量预测》2019.08.15
- 《表2 四川省2009-2020年公路水路货运周转量预测结果transport in Sichuan Province from 2009 to 2020》2019.06.01
- 《表2 汉江中下游2020年、2030年枢纽过闸预测货运量（单位：万吨）》2019.06.25
- 《表12010-2017年三峡枢纽过坝货运量统计 (万吨)》2019.02.15
- 《表2 三峡枢纽过坝货运量情况》2019.11.25