美国裁判）为0944，美国裁判与（韩国裁判，法国裁判）为0930，因此可选韩国裁判作为代表；第4类
11
f数据分析方法及软件应用课程作业的各复相关系数分别为：罗马尼亚裁判与（中国裁判，俄罗斯裁判）为0943，中国裁判与（罗马尼亚裁判，俄罗斯裁判）为0941，俄罗斯裁判与（罗马尼亚裁判，中国裁判）为0946，因此可选俄罗斯裁判作为代表。综上，最终的裁判为：第一位为意大利，第二位为热心观众，第三位为韩国，第四位为俄罗斯。
四、第16题SPSS应用实例
41问题说明该实例是关于公交站点停靠时间预测模型。主要研究公交在站点停靠时间与上下车人数之间的关系。首先调研并处理相关数据，得到公交站点停靠时间与上下车人数等数据；然后利用回归分析得到公交站点上下车时间预测模型；最后利用SPSS回归分析用时最长车门乘客上下车时间与站点停靠时间的关系，确定公交站点停靠时间预测模型。42数据来源北京市23条公交线路（85、320、323、332、355、365、384、653、683、689、697、699、717、718、801、808、814、698、特4、特6、运通105、运通10、运通205）中46个站点高峰时段公交车辆停站数据。原始数据如下图所示。
图41实例原始数据
43统计方法回归分析法，同时采用曲线估计中的五种函数：对数、线性、幂、S型曲线、指数等，其中线性又分为二次和三次。
12
f数据分析方法及软件应用课程作业其中，主要操作步骤为：菜单分析回归曲线估计。44统计结果根据在SPSS得出各曲线回归结果，汇总如下。
表41停靠站时间回归函数的R
函数类型R2对数函数0715二次曲线0901三次曲线0901幂函数0898
2
S型曲线0607
指数函数0743
图42六种曲线回归结果
由上表可看出，六种函数中，二次函数和三次函数的R2值最高，达到0901。但从回归曲线图中可以看出，二次函数回归曲线更接近观测数据值，而且简易实用，所以选择二次函数作为公交站点停靠时间与用时最长车门乘客上下车时间关系模型。45结论在分析公交站点停靠时间预测模型时，采用SPSS中六种不同函数模型进行回归分析，根据回归结果，二次曲线拟合度最高，能更准确描述公交停靠时间及上下车人数之间的关系，最终选择二次曲线作为公交站点停靠时间模型。
13
fr