糧食總產(chǎn)量的影響因素分析-應用回歸分析本科生課程論-wenkub
2023-01-23 10:38:41 本頁面
【正文】 糧收益的降低，農民或者改變種植結構，或者索性撂荒，致使糧食耕種面積大幅下降。 三、 回歸模型建立 首先，根據(jù) 1990 年 — 2022年的相關數(shù)據(jù)利用 SPSS軟件分析和估計模型的參數(shù)，得到序列 Y、 X X X X X5的矩陣 圖。 4 （ 1）根據(jù)輸出結果可以得出 ，模型估計 的結果寫為 Y=+++ () () () () () () t=() () () () () () R2 = R 2 = F= DW= （ 2）復相關 R=，決定系數(shù) R178。但回歸求得的函數(shù)關系中 糧食產(chǎn)量 Y與 農用機械總動力 X4成負相關，符號 不符合經(jīng)濟意義。 查表可知：在α =，自由度 nk1=18的 t統(tǒng)計量的臨界值為 tα /2(18)=， X1， X2， X3， X4的 t值大于該臨界值，所以X1， X2， X3， X4在 95%的水平下影響顯著，通過了變量顯著性檢驗。 剔除 X4，用 Y與剩下的四個自變量 X X X X5建立回歸模型，有關計算結 5 果如輸出結果 31所示?；貧w方程 為： Y=++ （ 2）逐步回歸 用前進法對變量 Y、 X X X3作逐步回歸， 輸出 結果 33如下 輸出 結果 33 6 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) t Sig. B 標準 誤差 試用版 1 (常量 ) .000 X2 .451 .839 .000 2 (常量 ) .000 X2 .210 .000 X1 .640 .056 .616 .000 3 (常量 ) .000 X2 .160 .000 X1 .630 .043 .607 .000 X3 .030 .001 a. 因變量 : Y 模型匯總 模型 R R 方 調整 R 方 標準 估計的誤差 1 .839a .703 .690 2 .979b .959 .955 3 .989c .977 .974 a. 預測變量 : (常量 ), X2。 7 c. 預測變量 : (常量 ), X2, X1。 b. 預測變量 : (常量 ), X2, X1。 五、 模型的確定 通過以上檢驗，最終確定模型為： Y=+++u 六、結論 由上述的分析結果可以看出 在選擇的五個因素中，農藥化肥施用量、糧食播種面積和成災面積對糧食產(chǎn)量的影響較為顯著，模型在建立的過程中剔除了農業(yè)機械總動力和 灌溉面積 兩個因素 ， 因為在模型的建立中參數(shù)符號不符合經(jīng)濟意義且參數(shù)的 t檢驗和顯著性檢驗不能通過。成災面積對糧食產(chǎn)量的影響系數(shù)較小，但若受災面積絕對值較大時，那么災害會引起糧食產(chǎn)量較大幅度減少，因此減小成災面積是提高糧食產(chǎn)量的關鍵。這是因為在農業(yè)的生產(chǎn)過程中，化肥施用由傳統(tǒng)的農家肥向現(xiàn)代新型肥料轉變，化肥施用量的增加極大地促進了糧食產(chǎn)量的提高。 d. 因變量 : Y 由輸出結果 35可以看出 ，該回歸方程決定系數(shù)均顯著。 由 輸出結果 33 可以看到，前進法依次引入了 X X
公司管理相關推薦
鄂ICP備17016276號-1