1. 研究目的与意义、国内外研究现状（文献综述）
本课题的意义：在统计学中，回归分析（regression analysis）指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析[1]。
回归分析预测法，是在分析某一现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量。
2. 研究的基本内容和问题
研究的目标、内容：本文旨在研究多个自变量 对江苏省货运量这一因变量 的影响程度以及两者之间构成的关系，以达到预测来年货运量的目标。
笔者选用地区生产总值 （亿元）、货运周转量 （亿吨公里）、居民消费价格指数 （上年=100）、第一产业增加值 （亿元）、第二产业增加值 （亿元）、第三产业增加值 （亿元）作为六个自变量。
回归分析研究的主要对象是客观事物变量间的统计关系。
3. 研究的方法与方案
研究方法、技术路线、实验方案：1.根据预测目标，确定自变量和因变量明确需要预测的具体目标，即确定因变量，本文中货运量 为因变量。
通过市场调查和查阅资料，寻找与预测目标相关的影响因素，本文暂定地区生产总值 （亿元）、货运周转量 （亿吨公里）、居民消费价格指数 （上年=100）、第一产业增加值 （亿元）、第二产业增加值 （亿元）、第三产业增加值 （亿元）作为六个自变量。
2．建立回归预测模型依据自变量和因变量的历史统计资料进行计算，在此基础上建立回归分析方程，即为回归分析预测模型。
4. 研究创新点
特色或创新之处：本文是基于回归分析法的货运量预测。
回归分析（regression analysis）是统计学处理数据的方法中一个极为常用的方法，有着非常广泛的用途，笔者力求研究该方法的具体应用。
国内对于多元回归分析的应用虽然十分广泛，但在货运量这一方面的应用却并不算多。
5. 研究计划与进展
研究计划及预期进展：2018年1月，进行大数据检索和筛选，利用中国统计局官网、《中国财政年鉴》及《江苏省统计年鉴》等搜索数据。
从中挑选相关数据进行建表、制图，观察研究并查询其准确性和是否具有一定的相关性。
2018年3月，进行初级建模，了解自变量之间以及自变量和因变量之间是否拥有相关性。
