Содержание к диссертации
Введение
1. Теоретические аспекты рационализации работы городской транспортной системы 10
1.1. Состояние городских транспортных систем на современном этапе 10
1.2. Пассажирский транспортный комплекс России 13
1.3. Критерии эффективности функционирования городской транспортной системы 21
1.4. Методы обследования пассажиропотоков 30
1.5. Характеристики транспортной подвижности 35
1.6. Оценка работы городской транспортной системы с учетом подвижности 40
1.7. Исследование целевой структуры подвижности при определении объема перевозок 43
1.8. Прогнозирование транспортной подвижности 48
1.9. Выводы по главе 1 51
2. Теоретическое обоснование дезагрегированных моделей транспортного спроса 52
2.1. Четырехступенчатая модель транспортного планирования 52
2.2. Построение дезагрегированных моделей 56
2.3. Обоснование использования данных дезагрегированных моделей в расчете емкостей районов по отправлению 60
2.4. Обоснование использования данных дезагрегированных моделей в расчете матрицы корреспонденций 62
2.5. Использование данных дезагрегированных моделей для оценки выбора способа передвижения з
2.6. Выводы по главе 2 65
3. Методика проведения обследования транспорт ного поведения 66
3.1. Характеристика транспортной системы г. Кемерово 66
3.2. Разработка методики проведения обследования 68
3.3. Выводы по главе 3 78
4. Результаты исследования и методика расчета емкостей транспортных районов по отправлению 79
4.1. Основные факторы влияющие на транспортное поведение населения 79
4.2. Выявленные группы с разным транспортным поведением 89
4.3. Характеристики транспортного поведения выявленных социальных групп 94
4.4. Влияние градостроительных факторов на транспортное поведение населения 112
4.5. Параметры модели оценки вероятности заданного количества передвижений 129
4.6. Параметры дезагрегированных моделей, рекомендуемых к использованию в расчете матрицы корреспонденций 130
4.7. Параметры модели выбора способа передвижения на основе данных дезагрегированных моделей 134
4.8. Методика расчета емкости транспортных районов по отправлению 138
4.9. Выводы по главе 4 139
Заключение 141
Список литературы
- Методы обследования пассажиропотоков
- Обоснование использования данных дезагрегированных моделей в расчете емкостей районов по отправлению
- Разработка методики проведения обследования
- Влияние градостроительных факторов на транспортное поведение населения
Введение к работе
Актуальность темы. В современных социально-экономических условиях и росте парка индивидуального транспорта в городах Российской Федерации значительно усложнилась оценка транспортного спроса городского населения, характеристиками которого являются: транспортная подвижность; целевая структура транспортной подвижности; выбор способа передвижения (пешком, на общественном транспорте, на индивидуальном транспорте и др.). Все эти характеристики транспортного поведения населения формируются под воздействием социально-экономических и градостроительных факторов, что требуется учитывать при выполнении среднесрочных и долгосрочных транспортных прогнозов, выполняемых на разных стадиях транспортного и градостроительного проектирования (программы комплексного развития транспортной инфраструктуры (ПКРТИ), комплексные схемы организации движения (КСОД), а также генеральные планы городов и проекты планировки).
Отсутствие знаний о влиянии социально-экономических и градостроительных факторов на транспортное поведение населения значительно снижает точность транспортных прогнозов, эффективность управленческих и проектных решений.
Инструментом оценки влияния социально-экономических и градостроительных факторов на транспортное поведение населения являются дезагрегированные модели оценки транспортного спроса, которые в отличие от агрегированных моделей рассматривают индивидуальное поведение и позволяют выполнять среднесрочные и долгосрочные прогнозы.
В этой связи исследование, направленное на разработку дезагрегированных моделей транспортного спроса, позволяющих выполнять прогнозы для транспортного планирования, организации и управления перевозками, является актуальным.
Рабочей гипотезой является предположение о том, что качество транспортного обслуживания населения можно значительно повысить за счёт повышения точности оценки транспортного спроса на основе применения дезагрегированных моделей транспортного поведения.
Целью работы является повышение качества транспортного обслуживания населения городов на основе совершенствования методов оценки транспортного спроса.
Объект исследования – транспортное поведение городского населения.
Предмет исследования – закономерности влияния социально-экономических и градостроительных факторов на транспортное поведение городского населения.
Задачи исследования:
-
Выполнить анализ существующих методов оценки транспортного спроса. Теоретически обосновать модели оценки транспортного спроса, учитывающие влияние социально-экономических и градостроительных факторов на транспортное поведение населения;
-
Научно обосновать и апробировать методику анкетного опроса населения с целью оценки характеристик транспортного поведения населения на примере г. Кемерово;
-
Разработать дезагрегированные модели транспортного спроса, оценивающие влияние социально-экономических и градостроительных факторов на транспортное поведение городского населения;
-
Научно обосновать методику определения ёмкости транспортных районов по отправлению на основе дезагрегированных моделей;
5. Выполнить производственную проверку и дать технико-экономическую оценку результатов исследования.
Научную новизну представляют:
Перечень социально-экономических и градостроительных факторов, формирующих транспортное поведение городского населения;
Зависимости между транспортным поведением населения (суточной подвижностью и распределением передвижений по видам транспорта) и социально-экономическими и градостроительными факторами;
Методика агрегированной оценки транспортного спроса на основе дезагрегированных моделей.
Практическая значимость
Научно обоснованная методика позволяет прогнозировать перспективный транспортный спрос с учётом изменения транспортного поведения населения в результате изменения социально-экономических и градостроительных условий. Методика может использоваться для прогнозирования транспортного спроса на таких стадиях проектирования как: генеральный план города; программа комплексного развития транспортной инфраструктуры; комплексная схема организации дорожного движения.
Методы исследования:
исследование транспортного поведения на основе анкетирования населения;
статистическая обработка данных и их анализ (статистический пакет Statistica, среда MS Excel);
оценка адекватности моделей методами математической статистики и теории вероятности.
Достоверность полученных результатов обеспечена: репрезентативными объёмами выборок; использованием современных методов обработки статистических данных; подтверждается отсутствием противоречий полученных результатов работы и выводов с результатами ранее выполненных научных исследований.
Положения, выносимые на защиту:
дезагрегированные модели транспортного спроса учитывают влияние социально-экономических и градостроительных факторов на индивидуальную транспортную подвижность и, тем самым, значительно повышают точность прогнозирования перспективного транспортного спроса;
влияние социально-экономических и градостроительных факторов (х,) на транспортную подвижность населения (7) может быть описано моделями: Т = а0 + а1х1 + а2х2 + -+апхп, иТ = а0еа^еа^ ...еа"х";
методика агрегированной оценки транспортного спроса на основе данных дезагрегированных моделей, позволяет прогнозировать изменения транспортной подвижности населения и её структуры, а также разделение транспортного спроса по видам передвижений.
Апробация работы. Основные положения диссертации и её отдельные результаты докладывались и обсуждались на конференциях и семинарах: XI Международной выставке-ярмарке «ТрансСиб-Экспо» (26-29 февраля 2008 г.), г. Кемерово; Всероссийской научно-практической конференции учёных, аспирантов, специалистов и студентов «Современные проблемы методологии и инновационной деятельности», 23-24 апреля 2010г.; заседании секции «Автотранспортное обеспечение строительных потоков», 67-й научно-практической конференции ФГБОУ ВО «СибАДИ» «Теория, методы
проектирования машин и процессов в строительстве», 2013 г.; III Международной научно-практической конференции «Перспективы развития и безопасность автотранспортного комплекса» (28-30 ноября 2013 г.), г. Новокузнецк; Международной научно-практической конференции «Новая наука: проблемы и перспективы» (04 октября 2015 г.), г. Стерлитамак; XVI Международной научно-практической конференции «Природные и интеллектуальные ресурсы Сибири. Сибресурс 2016», г. Кемерово; научных семинарах кафедры «Автомобильные перевозки» ФГБОУ ВО «Кузбасский государственный технический университет им. Т. Ф. Горбачёва», 2007-2017 гг.; 99-ой Международной научно-технической конференции «Безопасность колёсных транспортных средств в условиях эксплуатации», (20-22 апреля 2017 г.), г. Иркутск.
Реализация результатов работы.
Разработанная методика агрегированной оценки транспортного спроса на основе дезагрегированных моделей внедрена в учебный процесс на кафедре автомобильных перевозок ФГБОУ ВО «Кузбасский государственный технический университет имени Т. Ф. Горбачёва»; используются Управлением дорожного хозяйства и благоустройства Администрации г. Кемерово, в частности, её практическая апробация осуществляется в рамках работ по формированию транспортной схемы для г. Кемерово; на базе автотранспортного предприятия «Автоколонна 1948» в г. Ангарске, предложенная методика используется для повышения качества прогнозирования пассажирских перевозок, что подтверждено соответствующими актами.
Публикации. Основные результаты исследования опубликованы в 18 печатных работах, в том числе 3 статьи в рецензируемых изданиях из списка ВАК, 1 свидетельство о регистрации базы данных (БД).
Структура и объем работы. Диссертация состоит из введения, четырёх глав, заключения, содержащего основные результаты и выводы, списка использованных источников, включающего 135 наименований, в том числе 16 на иностранном языке, и 4 приложений с материалами результатов исследований, изложена на 157 страницах машинописного текста, включает 26 таблиц и 30 рисунков.
Методы обследования пассажиропотоков
В последние годы общая численность парка ГОПТ сокращает-ся,одновременно интенсивно растет количество легковых автомобилей в собственности населения., Несмотря на сокращение численности парков общественного автобусного транспорта, троллейбусов и трамваев примерно на 15%,в стране наблюдаются интенсивные процессы автомобилизации.
После того, как в течение ряда лет снижались объемы перевозок и пас-сажирооборот, вначалеXXIвека наметилась некоторая стабилизация и даже некоторый рост этих показателей по как по отдельным видам перевозок, так и в целом. Платежеспособный спрос населения начал удовлетворяться более полно, хотя уровень качества обслуживания транспортных услуг во многих случаях, особенно на городских перевозках, не удовлетворяет современным требованиям, что отмечается в специальной литературе [6, 13, 25, 93, 115].
Автобусный транспорт, в котором насчитывается парк около 82 тыс. городских и пригородных, а также 13 тыс. междугородных и международных автобусов, обслуживает жителей более 1300 городов и поселков городского типа и 79 тыс. сельских населенных пунктов. В настоящее время функционируют около 32 тыс. маршрутов, из них число городских автобусных марш 15 рутов составляет 9,7 тыс., пригородных – 15,4 тыс., междугородных - 6,2 тыс.. В сельской местности число маршрутов за последние 3 года сократилось на 5% и в настоящее время составляет 14,8 тыс. [3,25,32,80,93].
В государственной и муниципальной собственности находятся немногим менее половины автобусного парка страны (48%), остальной парк принадлежит частным предприятиям, разной формы собственности. Почти 2/3 общего числа автобусов (240 тыс. ед. автобусов, не считая принадлежащих частным лицам) эксплуатируются более 8 - ми лет, т.е. выпущены до 1993 года. В общем парке 3/5 составляют автобусы малого и особо малого классов, и только 10% –большой и особо большой вместимости.
Несмотря на существенные недостатки в работе комплекса общественного пассажирского транспорта, следует указать на ряд прогрессивных тенденций.
В числе положительных изменений и тенденций, наблюдаемых в по-следние2 - 3 года, прежде всего, на автомобильном пассажирском транспорте, можно отметить: активизацию процессов формирования рынка пассажирских транспортных услуг в связи с выходом на этот рынок, наряду со специализированными предприятиями, находящимися в основном в государственной и муниципальной собственности, также транспорта юридических лиц других (нетранспортных) отраслей экономики, физических лиц-предпринимателей и их объединений; более широкое использование конкурсной системы привлечения автобусов, коммерческого общественного транспорта и других транспортных средств (ТС) для обслуживания регулярных маршрутов; введение в большинстве субъектов Российской Федерации единого налога на вмененный доход, что, как правило, расширяет налогооблагаемую базу по определенным видам деятельности, в частности по коммерческому общественному транспорту, и создает достаточно стабильные экономические условия для работы индивидуальных предпринимателей и их объединений [32, 80].
В то же время в пассажирской подотрасли автомобильного транспорта в последние годы сложилась сложная ситуация, вызванная, прежде всего, недостатками организационно – управленческих механизмов, неудовлетворительным финансовым состоянием автобусных предприятий общественного транспорта и несовершенством законодательно – правовой и нормативной базы, регламентирующей их деятельность.
Дефицит финансовых ресурсов вызван, в первую очередь, большой долей пассажиров льготных категорий и неполным возмещением из бюджетов убытков по их обслуживанию, неудовлетворительной возрастной структурой парка, ростом цен на топливо и энергию, транспортные средства, запасные части и агрегаты к ним, других эксплуатационных расходов. За последнее десятилетие средняя стоимость отечественных автобусов возросла в 2,5 раза, а импортных (в рублевом исчислении) – более, чем в 3 раза, существенно повысились цены на троллейбусы и трамваи. Это также способствует резкому снижению инвестиционной активности предприятий пассажирского транспорта [1,23,27,32,33,67].
Из 108 тыс. автобусов, имеющихся в парках государственных и муниципальных предприятий, почти 50% требуют замены. Без этого невозможно обеспечить требуемую регулярность и безопасность движения, высокое качество услуг и поддержку на должном уровне других показателей. Необходимо осуществлять частые ремонты ТС, что увеличивает расходы и отрицательно влияет на себестоимость перевозок, а также усугубляет финансовое состояние предприятий. Средний возраст парка автобусов в 2 раза превышает нормативный.
Обоснование использования данных дезагрегированных моделей в расчете емкостей районов по отправлению
Проведенное выборочное обследование транспортной подвижности городского населения позволяет определить предполагаемый объем передви 57 жений каждой выделенной категории граждан, а также прогнозировать изменение транспортного поведения населения.
В соответствии с задачами настоящего исследования, необходимо разработать дезагрегированные модели транспортного спроса, оценивающие влияние социально-экономических и градостроительных факторов на транспортное поведение городского населения г. Кемерово и научно обосновать методику определения емкости транспортных районов по отправлению на основе дезагрегированных моделей
Традиционно, транспортные прогнозы основаны на агрегированных моделях, построенных на усредненных значениях переменных, определяющих спрос на передвижения. Количество передвижений, определяемых агрегированными моделями считается пропорционально размеру территории, генерирующей спрос, а спрос оценивается пропорционально населению, проживающему в транспортном районе. Количество передвижений, привлекаемых в тот или иной транспортный район, считается пропорционально количеству источников притяжения, располагающихся на рассматриваемой территории. Однако, межрайонные корреспонденции – это совокупный результат индивидуальных передвижений городских жителей. Поэтому логично воспользоваться инструментом, чувствительным к индивидуальному транспортному поведению респондентов. Зарубежные исследователи в своих работах предлагают в качестве такого инструмента использовать дезагрегированные модели [118]. Поскольку дезагрегированная модель описывает транспортное поведение индивида, учитывая влияние на него социально-экономических и градостроительных факторов, можно предположить, что такие модели обеспечивают теоретическую основу агрегированных моделей и формируют условия, при которых последние позволяют сформировать действительно достоверные прогнозы. Области применения дезагрегированных моделей: определение спроса на передвижения (Tripgeneration); разделение корреспонденций по видам передвижений (ModeSplit), поскольку данная ступень транспортного планирования исполь зует модели индивидуальных предпочтений [128]. Предметом рассмотрения в данной работе, является транспортная подвижность городского населения, оцениваемая на основе дезагрегированной модели транспортного спроса, что в общем виде можно представить, как: Т= F(x1;X2, ...,хп) , (2.1) где Т - индивидуальная суточная подвижность респондента, передвижений/сутки; х1; х2,..., хп — независимые (объясняющие) переменные модели. Выбор объясняющих переменных зависит от совокупности. Наиболее значимые из которых доходы, наличие или отсутствие в собственности семьи индивидуального транспорта, образование, пол, возраст, семейный статус, наличие детей и т.д.
Формальное представление дезагрегированной модели транспортного спроса получило некоторые формы. В частности, оценка подвижности может оцениваться на основе линейной регрессионной модели: Т= а0+а1х1+а2х2 + —Ьапхп/ (2.2) где Т - суточная подвижность, передвижений/сутки; а0,а1;а2, ...,ап- свободный член и коэффициенты уравнения регрессии; хьх2, ..., хп- независимые переменные модели. Другой вариант - вероятностная оценка количества передвижений ГЛт1 Р(т) = е — , (2.3) іпл — ад-га- х- -га2х2 -г -га х , где Р(т)- вероятность совершения респондентом т передвижений за ки;а0,а1;а2, ...,ап-свободный член и коэффициенты уравнения регрессии; Xi,X2, ..., хп- независимые переменные модели.
Методика построения дезагрегированной модели может быть представлена в следующем виде: Выделение транспортных районов. Критериями формирования транспортных районов могут стать удаление от центра города и тип преобладающей застройки. Оценка средних величин суточной подвижности в выделенных транспортных районах. Расчет описательной статистики для сформированных групп. Сравнение средних величин суточной подвижности для выявле ния статистической значимости с использованием критерия Стьюдента: , (2.4) , (2.5) где Х1 – наблюдаемое среднее в первой выборке; Х2 – наблюдаемое среднее во второй выборке; n1 – объем первой выборки; n2 – объем второй выборки; s – выборочное стандартное отклонение.
Для решения задач такого рода используют t -критерий для двух независимых выборок (двухвыборочныйt -критерий), с помощью которого проверяет гипотезу о равенстве средних в двух выборках. Причем, принимается нормальность распределения переменных и равенство дисперсий выборок:
Вычисленное значение t проверяют на предмет попадания в критическую область (критическое значение находится по таблицам).Если вычисленное значение t попадает в критическую область, то говорят, что нулевая гипотеза отвергается на уровне в пользу альтернативной гипотезы.
Построение моделей для каждой статистически значимой группы районов.
Дезагрегированные модели транспортного спроса позволяют учесть влияние социально-экономических и градостроительных факторов на индивидуальную транспортную подвижность и тем самым повысить точность прогнозирования перспективного транспортного спроса. В основу построения дезагрегированных моделей положен мультирегрессионный анализ, который осуществлялся с использованием пакетов программ «MSExcel», «Statistica». Уравнения регрессии оценивались наиболее распространенными критериями: R - множественный коэффициент корреляции; R2- скорректированный коэффициент детерминации; t - критерий Стьюдента; F -критерий Фишера-Снедекора.
Мультирегрессионный анализ основан на генерации поездок, как на функции от одной или более независимых переменных. Все переменные считают случайными, с нормальными распределениями.
Разработка методики проведения обследования
Значимость р = 0 представляет вероятность того, что F - отношение с числителем 3 и знаменателем 1306, имеет значение 1538,827 и больше. Эта вероятность гораздо ниже 0,05, поэтому нулевую гипотезу можно отвергнуть на уровне статистической значимости 5% и принять альтернативную гипотезу о том, что по крайней мере один из коэффициентов регрессии не равен нулю.
Транспортная подвижность трудовых передвижений в группе «предприниматель» на 92% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,99). По критерию Фишера модель адекватна F = 2878,794511 F95o/o375o = 2,62 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность культурно-бытовых передвижений в группе «предприниматель» на 69% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,83). По критерию Фишера модель адекватна F = 193,9696533 F95o/0,3,26i = 2,65 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 4,9349F — 66.
Транспортная подвижность служебных передвижений в группе «предприниматель» на 64% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,80). По критерию Фишера модель адекватна F = 173,36618 F95o/0 3 289 = 2,64 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 3,27762F — 64.
Транспортная подвижность, без учета цели поездки, в группе «прочее» на 76% объясняется вариацией независимых переменных. Зависимость подвижности от линейной комбинации факторов (R = 0,87). Проверка на адекватность модели выполнена при сравнении фактического и табличного значений критерия Фишера. Фактическое значение превышает критическое (F =2507,52 F95o/o з,240б = 2,6),следовательно уравнение признаётся статистически значимым. Транспортная подвижность трудовых передвижений в группе «прочее» на 91% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,95). По критерию Фишера модель адекватна F = 3210,95435 F95o/o31oii = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность культурно-бытовых передвижений в группе «прочее» на 60% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,77). По критерию Фишера модель адекватна F = 330,207365 F95o/o3688 = 2,62 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 1,0451 — 132.
Транспортная подвижность служебных передвижений в группе «прочее» на 72% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,85). По критерию Фишера модель адекватна F = 610,5418549 F95o/o3 усі = 2,62 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 7,0698 — 195.
Транспортная подвижность, без учета цели поездки, в группе «рабочий» на 79% объясняется вариацией независимых переменных. Зависимость подвижности от линейной комбинации факторов (R = 0,89). Проверка на адекватность модели выполнена при сравнении фактического и табличного значений критерия Фишера. Фактическое значение превышает критическое (F =6026,378 F95o/0,3,4707 = 2,6),следовательно уравнение признаётся статистически значимым.
Транспортная подвижность трудовых передвижений в группе «рабочий» на 91 % объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,95). По критерию Фишера модель адекватна F = 9040,420718 F95o/0 3 2642 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0. Транспортная подвижность культурно-бытовых передвижений в группе «рабочий» на 65% объясняется вариацией независимых переменных, ко 100 эффициент корреляции (R = 0,80). По критерию Фишера модель адекватна F = 555,3628951F o/ Q = 2,62 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 5,6173F/ — 205.
Транспортная подвижность служебных передвижений в группе «рабочий» на 69% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,83). По критерию Фишера модель адекватна F = 853,3174042 F95o/o31149 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 1,1901Е — 291.
Транспортная подвижность, без учета цели поездки, в группе «служащий» на 76% объясняется вариацией независимых переменных. Зависимость подвижности от линейной комбинации факторов (R = 0,87). Проверка на адекватность модели выполнена при сравнении фактического и табличного значений критерия Фишера. Фактическое значение превышает критическое (F =2982,91 F95o/0 з,2853 = 2,6),следовательно уравнение признаётся статистически значимым. Значимость р = 0 представляет вероятность того, что F - отношение с числителем 3 и знаменателем 2853, имеет значение 2982,91 и больше.
Транспортная подвижность трудовых передвижений в группе «служащий» на 88% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,94). По критерию Фишера модель адекватна F = 3728,035891 F95o/o3Д479 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность культурно-бытовых передвижений в группе «служащий» на 64% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,80). По критерию Фишера модель адекватна F = 419,051616 F95o/o3696 = 2,62 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 2,3131 — 155.
Влияние градостроительных факторов на транспортное поведение населения
Транспортная подвижность респондентов, принадлежащих социальной группе «служащий», в группе «периферийные» районы, на 94% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,97). По критерию Фишера модель адекватна F = 1247,326117 F95O/0J3J222 = 2,65 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 3,4452 - 138.
Транспортная подвижность респондентов, принадлежащих социальной группе «студент, учащийся», в группе «периферийные» районы, на 93% объ ясняется вариацией независимых переменных, коэффициент корреляции (R = 0,97). По критерию Фишера модель адекватна F = 873,4637573 F95O/0J3J187 = 2,65 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 2,5741 — 109. Транспортная подвижность, в группе «городские» районы в общем случае на 95% объясняется вариацией независимых переменных. Зависимость подвижности от линейной комбинации факторов (R =0,97). Проверка на адекватность модели выполнена при сравнении фактического и табличного значений критерия Фишера. Фактическое значение превышает критическое (F =38914,92427 F95o/0 З,6670 = 2,61), следовательно уравнение признаётся статистически значимым. Значимость р = Оуказыает на адекватность модели.
Транспортная подвижность респондентов, принадлежащих социальной группе «пенсионер», в группе «городские» районы, на 97% объясняется вариацией независимых переменных, коэффициент корреляции (F = 0,98). По критерию Фишера модель адекватна F = 10937,62552 F95o/0j3jl0i5 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность респондентов, принадлежащих социальной группе «предприниматель», в группе «городские» районы, на 97% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,99). По критерию Фишера модель адекватна F = 5809,063313 F9S0/0,3499 = 2,62, ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность респондентов, принадлежащих социальной группе «прочее», в группе «городские» районы, на 95% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,97). По критерию Фишера модель адекватна F = 5543,090572 F9S0/0,396S = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность респондентов, принадлежащих социальной группе «рабочий», в группе «городские» районы, на 96% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,98). По критерию Фишера модель адекватна F = 16917,63999 F95O/0,3,2O28 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность респондентов, принадлежащих социальной группе «служащий», в группе «городские» районы, на 93% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,97). По критерию Фишера модель адекватна F = 5046,293729 F95o/[l31107 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность респондентов, принадлежащих социальной группе «студент, учащийся», в группе «городские» районы, на 95% объясняется вариацией параметров, коэффициент корреляции 0,98. По критерию Фишера модель адекватна F = 6507,844234 F95O/0,3,999 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера F3H = 0.
Транспортная подвижность, в группе «центральные» районы в общем случае на 94% объясняется вариацией независимых переменных. Зависимость подвижности от линейной комбинации факторов (R = 0,97). Проверка на адекватность модели выполнена при сравнении фактического и табличного значений критерия Фишера. Фактическое значение превышает критическое (F =7407,114437 F95o/o3,i333 = 2,61), следовательно уравнение признаётся статистически значимым. Значимость р = 0 представляет вероятность того, что F - отношение с числителем 3 и знаменателем 1333, имеет значение 7407,114437 и больше. Эта вероятность ниже 0,05, поэтому нулевую гипотезу можно отвергнуть на уровне статистической значимости 5% и принять альтернативную гипотезу о том, что по крайней мере один из коэффициентов регрессии не равен нулю.
Транспортная подвижность респондентов, принадлежащих социальной группе «пенсионер», в группе «центральные» районы, на 97% объясняется вариацией независимых переменных, коэффициент корреляции (R = 0,99). По критерию Фишера модель адекватна F = 16242,51023 F95O/0,3,1258 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.
Транспортная подвижность респондентов, принадлежащих социальной группе «предприниматель», в группе «центральные» районы, на 98% объяс няется вариацией независимых переменных, коэффициент корреляции (R = 0,99). По критерию Фишера модель адекватна F = 9632,199713 F95O/0,3,698 = 2,62 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0. Транспортная подвижность респондентов, принадлежащих социальной группе «прочее», в группе «центральные» районы, на 94% объясняется вариацией независимых переменных коэффициент корреляции (R = 0,97). По критерию Фишера модель адекватна F = 6916,992198 F95O/0,3,1227 = 2,61 , ее достоверность подтверждается уровнем значимости критерия Фишера р = 0.