《表4 天气因素对地铁客流影响模型结果(工作日早晚高峰)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《天气因素对城市地铁客流时空分布的影响——基于智能交通卡数据的实证研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：**、*分别表示P<0.05、P<0.1；MAPE为模型的平均绝对百分比误差。下同。

将客流时间序列与天气变量（气温、相对湿度、气压、风速和降雨变量）建立SARIMAX模型，结果如表4和表5所示。在分析的这5项天气变量中，与降雨变量相关的天气状况分晴天、小雨、中到大雨和雷阵雨4类，需引用3个虚拟变量表示降雨情况（晴天情况作为模型标准）[15，25]；其余4项变量的系数值规定为某1个变量变化1个单位，即气温变化1℃、相对湿度变化1%、气压变化1 h Pa、风速变化1 km/h，而导致客流量的变化。在周六及周日统计时段内的降雨中出现了不同的降雨量，故表5中将降雨变量细分为降雨（小雨）、降雨（中到大雨）和降雨（雷阵雨）3种变量。两表中P值可衡量各变量的显著性，AIC衡量该统计模型拟合的优良性，MAPE为模型的平均绝对百分比误差。其中，表4和表5中各个变量在模型中体现出的显著性（P值），符合Tao等[15]对公共汽车客流受天气因素的影响研究模型中各变量的显著性结果，由表4、表5中AIC和MAPE可知该模型对此类分析的适用性较好。