SHA CTU SZX KMG CKG XIY HGH 平均值 24.42 22.38 25.03 25.21 26.13 22.21 21.04 23.68 25.75 25.50 21.03 23.17 25.08 21.17 23.38 22.22 25.17 25.38 24.04 27.21 26.13 20.38 23.42 23.93 31.04 21.04 25.29 25.03 24.24 22.04 22.04 23.41 27.29 23.38 22.38 24.42 24.29 22.03 23.37 23.77 我们抽取这个月每月6、12、18、24、30号的平均延误时间，构造坐标如下：（5.2,23.68），（5.4，22.22），（5.6,23.93），（5.8,23.41）、（6.0,23.77）。
表五：2014年8月国内十大机场航班离港延误数据统计
简称/时间 8月6号 8月12号 8月18号 8月24号 8月28号 PEK CAN PVG SHA CTU SZX KMG CKG XIY HGH 平均值 19.42 15.21 35.04 24.42 22.38 25.03 25.21 27.38 22.21 21.04 24.21 21.03 20.42 26.03 25.75 25.50 22.38 23.17 22.04 26.17 28.38 24.08 22.04 19.17 28.38 25.17 25.38 24.04 23.38 26.13 20.38 21.04 23.51 16.03 18.08 26.04 31.04 22.04 25.29 23.38 24.04 23.42 25.03 23.44 20.17 19.01 30.13 27.29 23.38 22.03 26.46 24.29 25.08 23.42 24.13 我们抽取这个月6、12、18、24、30号的平均延误时间，构造坐标如下：（7.2,24.21)，（7.4,24.08），（7.6,23.51），(7.8,23.44)、(8.0,24.13)。
表六：2014年9月国内十大机场航班离港延误数据统计
简称/时间 9月6号 9月12号 9月18号 9月24号 9月28号 9
PEK CAN PVG SHA CTU SZX KMG CKG XIY HGH 平均值 20.38 15.21 35.04 24.42 22.38 25.03 25.21 26.42 22.04 23.88 24.40 22.03 20.42 26.03 25.75 25.50 22.38 23.17 22.04 26.17 28.38 24.18 23.17 19.17 28.38 25.17 25.38 24.04 23.38 26.13 22.38 24.13 24.13 17.38 18.08 30.04 35.38 25.88 28.42 25.38 24.04 23.42 25.38 25.37 22.38 20.08 30.13 27.29 23.38 26.88 26.46 24.29 25.08 26.42 25.24 我们抽取这个月6、12、18、24、30号的平均延误时间，构造坐标如下：（8.2,24.40），（8.4,24.18），（8.6,24.13），（8.8,25.37），（9.0，25.24）。
表七：2014年12月国内十大机场航班离港延误数据统计
简称/时间 12月6号 12月12号 12月18号 12月24号 12月28号 PEK CAN PVG SHA CTU SZX KMG CKG XIY HGH 平均值 23.88 16.38 32.50 25.42 22.88 26.42 24.04 26.38 22.88 24.04 24.55 24.13 22.21 25.13 26.08 25.13 21.88 23.17 22.04 26.17 27.13 24.30 23.46 20.42 27.38 26.17 25.13 24.04 23.38 26.13 23.42 25.88 24.54 25.38 23.38 30.42 30.04 25.88 27.88 24.38 24.04 23.42 24.13 25.89 23.17 22.21 25.08 28.42 23.38 25.13 25.45 24.29 25.08 27.08 24.93 我们抽取这个月6、12、18、24、30号的平均延误时间，构造坐标如下：（11.2,24.55），（11.4,24.30），（11.6，24.54），（11.8，24.89），
10
（12.0，24.93）。 5.1.2 模型的建立 1、选择回归模型的类型
我们通过上述数据预处理得到的观测数据,在坐标上分析其散点图的变化趋势,从而选择标准函数类型，我们整理数据并得到散点图如下：
收集整理完数据以后我们着手建立回归分析模型，由于我们旨在求2014年国内大型机场的航班延误时间的分布图，以及延误时间的大致均值，观察散点图我们发现其波动在23-26之间，所以我们建立一元线性回归模型，所谓一元线性回归，就是假定x与y之间的关系是线性关系，而且满足：y????x，其中?和?称为回归系数，此时进行回归分析的目标就是给出系数?和?的估计值。
线性回归意味着条件平均数与x之间的关系是线性函数，对于每个Y的观察值y，来说，由于条件均值由式决定，观察值就应该是在条件均值的基础上再加上一个随机误差，则一元正态线性回归的模型为：
yi????Xi??i，其中?i?N(0,?2)
2、计算回归方程的参数
由于实际问题中我们只能得到有限的数据，无法算出准确的?和?的值，只
??a?bxi，一般使用最小二能求出它们的估计值a和b，并得到yi的估计值为:y 11
乘法估计回归系数a和b。根据最小二乘法原理，所求出的残差平方和
?)?(y?yiii?1n2达到最小的直线为回归线。
n 即令: SSe??(yi?a?bxi)2要使 SSe最小，应该有：
i?1
??SSe?0???a???SSe?0? ??b
整理并解此方程后的，得到：
??nn?xi?yi?n?i?1i?1xy??ii??ni?1??b?nn?22??x?x?i??i?/n?i?1?i?1???a?y?bx? ? 其中：x的校正平方和为：
n?(x?x)?y?y?iii?1n?(x?x)ii?1n2sxy?sxx
sxx??(xi?1i?x)2
x和y的校正交叉乘积和为：
sxy??(xi?x)2?yi?y?i?1n
我们将数据代入后，得到：
2,? ??0.08?23. 8
3、对模型进行显著性检验
对模型进行显著性检验,是用以判别回归效果,原本随机变量关系现在用确定性的关系式表示后,其可信度如何,必须加以验证,此是回归
12
