2010年上海世博会门票销售策略再研究
（1）时间因素分析
利用MATLAB绘制天数——人数散点图
点的分布人数（R）随天数（d）变化类似三次方关系，由此估计人数为天数的三次函数，设d2=d^2, d3=d^3 。 （2）阶段因素
由图像还可观察出人流与世博会开展阶段有关，设阶段变量j，将世博会按时间顺序分为三个阶段，5，6月为第一阶段，j=1；7，8月为第二阶段，j=2；9，10月为第三阶段，j=3 。 （3）周末因素
分析图像中的峰值发现小范围内人数呈周期性变化，周期为7天，周末多为峰顶。因而推测人数与是否周末有关系，设周末变量S，S=0为非周末，S=1为周末。
（4）天气因素
旅客数量应该还与天气有关，故搜集世博会期间天气数据，设天气变量w， W=0为无雨，w=1为有雨。
世博期间天气情况表格
10
2010年上海世博会门票销售策略再研究
月 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 5月 0 0 0 0 1 1 1 0 1 1 0 0 0 1 1 1 1 1 1 0 0 1 1 0 0 0 6月 0 0 0 1 0 0 0 1 1 1 0 0 0 1 1 0 0 0 0 1 0 0 0 0 0 0 7月 0 0 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 11
8月 0 0 1 0 0 1 1 0 0 1 0 1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 9月 0 0 0 0 1 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 0 1 1 100 1 1 0 0 0 1 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1
2010年上海世博会门票销售策略再研究
27 28 29 30 31
0 1 1 0 0 0 0 0 0 1 1 1 0 0 0 0 1 1 1 1 1 1 0 1 0 0 0 0 4.1.3建立票价多元线性回归模型[2]
（1）根据因素分析，建立票价p与各因素之间的线性回归模型：
p=b0+b1R+b2d+b3d2+b4d3+b5w+b6S+b7j+e
其中e表示随机误差，为各种随机因素对p的影响的总和，且服从正态分布，
e?N(0,s2)。
利用最小二乘法可以得到各个回归系数b的估计值bi，i=0、1、2??7。 线性回归模型为：
??0+b?R+b?d+b?d+b?d+b?w+b?S+b?j ?=by123243567（2）利用matlab软件进行模型求解
利用matlab工具箱中多远线性回归函数 regress编写线性回归程序，代入搜集好的数据进行回归分析。
第一次执行结果（列出：相关系数b,相关系数置信区间bint,统计变量s）： b =
146.0082 -0.6744 1.3924 -0.0173
12
2010年上海世博会门票销售策略再研究
0.0001 -0.6065 5.1348 0.4108 bint =
116.7469 175.2695 -0.9410 -0.4078 0.4211 2.3637 -0.0309 -0.0037 0.0000 0.0001 -4.9867 3.7736 0.7332 9.5363 -19.1053 19.9268 s =
0.9588 146.1431 0 49.0134
4.1.4模型分析与改进
由matlab命令finv（a，1，n-2）得F,n-1)值为0.0040 1-a(1拟合优度为0.9589，F>F,n-1)，p<0.05。各项指标良好，所以认为线性1-a(1回归模型成立。
做出残差图进行模型优化：
13
2010年上海世博会门票销售策略再研究
去除奇点，优化后的结果为（列出：相关系数b,相关系数置信区间bint,统计变量s）：
b =
137.2972 -0.6132 1.4702 -0.0184 0.0001 2.5120 2.4764 4.9926 bint =
120.4368 154.1576 -0.7903 -0.4361 0.8858 2.0545
14