基于回归的方法分析共享单车骑行数据文献综述

文献综述：

摘要：2016年,借助＂互联网＋共享经济＂模式的共享单车应运而生,共享单车市场也着实火了一把。共享单车与传统自行车不同,它的主要目的在于解决公众出行的＂最后一公里＂痛点问题,当前各入资本都疯狂涌入这一市场,整个行业的品牌竞争也越来越激烈。本文基于近几年共享单车历史数据与相关因素观测等信息，利用相关统计方法研究和探索共享单车使用频率与相关因素的关系，并根据相关因素等信息对共享单车未来被使用情况进行预测。

关键词：共享单车，回归分析，统计学

1. 前言
2. 研究背景

1.共享经济

共享经济一般是指以获得一定报酬为主要目的，基于陌生人且存在物品使用权暂时转移的一种新的经济模式。其本质是整合线下的闲散物品、劳动力、教育医疗资源。有的也说共享经济是人们公平享有社会资源，各自以不同的方式付出和受益，共同获得经济红利。此种共享更多的是通过互联网作为媒介来实现的。共享经济的本质是整合线下的闲散物品或服务者，让他们以较低的价格提供产品或服务。对于供给方来说，通过在特定时间内让渡物品的使用权或提供服务，来获得一定的金钱回报；对需求方而言，不直接拥有物品的所有权，而是通过租、借等共享的方式使用物品。

2.共享单车

共享单车是指企业在校园、地铁站点、公交站点、居民区、商业区、公共服务区等提供自行车单车共享服务，是一种分时租赁模式。共享单车旨在提倡绿色出行、健康出行和方便出行。虽然城市公共交通系统正在不断地发展、完善，地铁、公交车、出租车等系列公共交通设施的增建，使得人们的出行效率大大提高。然而，现有的公共交通末端仍存在盲区，即'最后与最初一公里'问题——公交站或地铁站与小区或办公地点之间的往来困难。而共享单车应运而生一定程度上缓解了这个问题，将居住小区与现有公共交通体系进行衔接，方便了居民的出行。其次，人们环保、健康意识的增强，以及一、二线城市日渐拥堵的交通状况使得自行车这类环保、高效、灵活、健康的短途出行方式再次受到关注。经历过'雾霾风波'之后的中国国民，对于环境保护、节能减排的关注度持续增加，共享单车也随之兴起。

1. 统计学

本课题主要运用的是统计学的思想。

什么是统计学，[4]贾俊平（2004）在《统计学》这本书中给出了这样一个定义：统计学（statistics）是收集，分析，表述和解释数据的科学。统计学的定义告诉我们，统计学是关于数据的科学，其内容包括数据收集，数据整理，数据分析和数据解释。数据收集也就是取得统计数据。数据整理是 将数据用图表等形式展示出来。数据分析则是通过统计方法研究数据，其所用的方法可分为描述统计方法和推断统计方法。数据解释是对分析的结果进行说明。作为数据分析的一种有效工具，统计方法已广泛应用于社会科学和自然科学的各个领域，是各学科领域研究者和实际工作者的必备知识。

[11]Jessica M. Utts 和Robert F. Heckard 的《Mind on Statistics》内容包括数据的采集、整理、概括(抽样方法和描述性统计)、变量之间的相关关系、概率和随机变量、随机变量数字特征、点估计和区间估计、假设检验、回归分析和方差分析。作者力求使读者认识到统计学非常有用，且容易掌握， 因此用丰富、新鲜的例子说明统计学的概念、原则和运算程序，通过例子中的趣味性以及对以前学习知识的联想，使读者能牢记有关的统计学知识。分类数据的统计分析在本书中也占有重要位置和较大篇幅， 因而增强了实用性。从而也使本书成为一本全面、实用的统计学入门教科书。

1. 回归分析

本课题主要运用回归分析的研究方法。在统计学中，回归分析（regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

关于回归分析，国内外有大量介绍回归分析的理论与应用的书籍。

[5]何晓群、刘文卿（2015）编著的《应用回归分析》写作的指导思想是在不失严谨的前提下，明显不同于纯数理类教材，努力突出实际案例的应用和统计思想的渗透，结合统计软件全面系统地介绍回归分析的实用方法，尽量结合中国社会经济、自然科学等领域的研究实例，把回归分析的方法与实际应用结合起来，注意定性分析与定量分析的紧密结合，努力把在实践中应用回归分析的经验和体会融入其中。回归分析是统计学中一个非常重要的分支，在自然科学、管理科学和社会经济等领域有着非常广泛的应用。这本书作为回归分析的教材，重点是结合SPSS软件使用回归分析中的各种方法（如线性回归，岭回归，主成分回归等），比较各种方法的适用条件，并正确解释分析结果。

[2]王松桂，陈敏，陈立萍（1999）编著的《线性统计模型-线性回归与方差分析》是为需要学习线性统计模型基珆知识的各专业的学生提供一本教材。他们认为线性统计模型是一类很重要的统计模型，它包括了线性同归模型、方差分析模型等应用十分广泛的许多模型，同时线性谟型的理论和方法也是学习和研究其它统计方法的基础，正是由于这些原因，线性统计模型不仅巳成为统计专业本科生和研究生的必修课，而且也是生物，医学、经济，管理、商业金融、工程技木以及社会科学等学科本科生和研究生统计课程的重要内容。

[6]Chatterjee 与 Hadi (2013)的《例解回归分析》采用丰富的实例，形象生动而又系统细致地阐述了回归分析的基本理论和具体的应用技术。这本书不是从数学角度来写的，不讲方法、公式的详细推导，而是用精选出来的例子来描述方法、解释理论结果的实际意义。例子大多来自实际研究或生活，涉及面广，生动丰富。本书侧重于数据分析，几乎是手把手地教读者如何去分析数据、检验结论、改进分析。同时强调图形工具的运用，强调探索性数据研究的原则，把回归分析视为一整套数据分析的技术来讲解和使用。书中的实例分析周密细致，讲解清晰，有独到之处.

1. 参考文献

[1]国家统计局．2010年中国统计年鉴[M].北京：中国统计出版社，2010．

[2] 王松桂，陈敏，陈立萍. 线性统计模型-线性回归与方差分析[M]. 高等教育出版社, 1999.

[3]陈希孺，王桂松.近代实用回归分析[M]，广西人民出版社，1984

[4]贾俊平.统计学[M]，清华大学出版社，2004

[5]何晓群，刘文卿.应用回归分析[M]，中国人民大学出版社，2015

[6]Samprit Chatterjee,Ali S.Hadi(原著)，郑国忠，许静（译）.例解回归分析[M]，机械工业出版社，2013.8

[7]方开泰，全辉，陈庆云.实用回归分析[M]，科学出版社，1988.10

[8] 陈希孺. 概率论与数理统计[M]. 中国科技大学出版社, 1992.

[9] 李子奈. 计量经济学[M]. 上海: 上海交通大学出版社, 1984.

[10]陈明.大数据分析[J].计算机教育 , 2014 , 209 (5) :122-126

[11]Jessica M. Utts ,Robert F. Heckard .Mind on Statistics,机械工业出版社，2006

[12]周纪芗.回归分析[M].上海：华东师范大学出版社，1993

[13]卢文岱.SPSS for Windows 统计分析.北京：电子工业出版社，2006

[14]G.A.F.Seber. Linear Regression Analysis.John Wiley,1977

[15] David Freedman,,Robert Pisani , Roger Purves , Ani Adhikari (原著），魏宗舒，施锡铨（译）.统计学[M], 中国统计出版社 ,1997