| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 研究目标与意义 | 第15页 |
| 1.4 研究内容与技术路线 | 第15-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 现有交通指数研究 | 第18-32页 |
| 2.1 国外现有交通指数研究 | 第18-23页 |
| 2.1.1 基于自由流速度或流量比的交通指数 | 第18-21页 |
| 2.1.2 基于时间的交通指数 | 第21-22页 |
| 2.1.3 其他角度的交通指数 | 第22-23页 |
| 2.2 国内现有交通指数研究 | 第23-28页 |
| 2.2.1 基于里程数据的交通指数 | 第23-25页 |
| 2.2.2 基于时间数据的交通指数 | 第25-27页 |
| 2.2.3 基于速度数据的交通指数 | 第27-28页 |
| 2.3 国内外交通指数对比总结及问题分析 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 交通指数偏差研究方法 | 第32-44页 |
| 3.1 回归分析 | 第32-36页 |
| 3.1.1 多元线性回归 | 第32-33页 |
| 3.1.2 Logistic回归 | 第33-34页 |
| 3.1.3 Probit回归 | 第34页 |
| 3.1.4 虚拟变量 | 第34-35页 |
| 3.1.5 显著性检验方法 | 第35-36页 |
| 3.2 聚类分析 | 第36-39页 |
| 3.2.1 距离和数据标准化 | 第37页 |
| 3.2.2 聚类分析方法体系 | 第37-38页 |
| 3.2.3 层次聚类法 | 第38-39页 |
| 3.2.4 K-均值聚类法 | 第39页 |
| 3.3 时间序列分析 | 第39-42页 |
| 3.3.1 时间序列分析涉及概念 | 第40页 |
| 3.3.2 时间序列分析的序列预处理 | 第40-41页 |
| 3.3.3 时间序列分析方法 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 4 驾驶员实际拥堵感受调查 | 第44-56页 |
| 4.1 调查简述 | 第44-46页 |
| 4.1.1 调查的意义和目的 | 第44页 |
| 4.1.2 调查实施的具体方法 | 第44-45页 |
| 4.1.3 调查所得数据分类及处理方法 | 第45-46页 |
| 4.2 调查案例 | 第46-55页 |
| 4.2.1 调查内容 | 第46-47页 |
| 4.2.2 调查数据展示与简单分析 | 第47-55页 |
| 4.3 本章小结 | 第55-56页 |
| 5 案例分析 | 第56-68页 |
| 5.1 偏差研究对象分析 | 第56-59页 |
| 5.1.1 北京市道路交通运行指数现状简介 | 第56-58页 |
| 5.1.2 北京市道路交通运行指数偏差分析 | 第58-59页 |
| 5.2 回归分析 | 第59-64页 |
| 5.2.1 是否为工作日对交通指数偏差量的影响效应分析 | 第59-61页 |
| 5.2.2 调查分区对交通指数偏差量的影响效应分析 | 第61-63页 |
| 5.2.3 调查时段对交通指数偏差量的影响效应分析 | 第63-64页 |
| 5.3 聚类分析 | 第64-67页 |
| 5.3.1 工作日高峰时段聚类结果及分析 | 第64-65页 |
| 5.3.2 工作日平峰时段聚类结果及分析 | 第65-66页 |
| 5.3.3 非工作日聚类结果及分析 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 结论与展望 | 第68-70页 |
| 6.1 主要结论及创新点 | 第68-69页 |
| 6.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录A | 第74-76页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第76-80页 |
| 学位论文数据集 | 第80页 |
