應用回歸分析論文-影響谷物的因素分析(編輯修改稿)
2025-07-11 21:00 本頁面
【文章內(nèi)容簡介】 021 39408 110123 28067 712 2021 112205 28707 2021 113466 29388 2021 112314 2021 34037 110560 2021 110509 2021 109544 2021 110060 2021 112548 2021 112912 2021 113787 2021 113161 2021 108463 2021 32451 106080 注：數(shù)據(jù)來源 相應年度的《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國農(nóng)業(yè)發(fā)展報告》、《中華人民共和國年鑒》、《中國統(tǒng)計摘要》 確定理論回歸模型的數(shù)學形式 通過對中國 谷物 生產(chǎn)及影響因素的初步定性分析后假設 ,谷物 產(chǎn)量與其它 7個指標之間存在多元線性關系 ,即 谷物 零售價格指數(shù)、受災面積，化肥施用量，鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)， 谷物 作物播種面積，農(nóng)用機械總動力，農(nóng)村用電量之間存在著線性關系 ,也即可以把 谷物 產(chǎn)量的線性回歸模型初步設定為 ： 7653321 76543210 xxxxxxxy ???????? ???????? 其中 ,y:谷物 產(chǎn)量 , x1 谷物 零售價格指數(shù)、 x2 受災面積， x3 化肥施用量， x4鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)， x5 谷物 作物播種面積， x6 農(nóng)用機械總動力， x7 農(nóng)村用電量 ,然后 利用已有的數(shù)據(jù)進行模型擬合 ,以便發(fā)現(xiàn)這些因素之間存在的數(shù)量關系?？赡苡腥藭岢鲑|疑 ,是否遺漏了其它重要的解釋變量 ,的確像農(nóng)業(yè)科技費用等這些因素對 谷物 產(chǎn)量有重要的影響 ,但考慮農(nóng)業(yè)科技費用會導致嚴重的多重共線性 (因為它們與 谷物 單產(chǎn)有極高的正相關性 ),又考慮到它代表對農(nóng)業(yè)的投入和科技進步 ,在選用指標中已有灌溉面積、農(nóng)機總動力等性質相似的指標 ,再加上分析工具的局限性 ,因此就舍棄了這幾個指標。這也是線性相關分析的局限性之一 四 、 模型參數(shù)的估計 、模型的檢驗與修改 SPSS 軟件運用 將收集到的數(shù)據(jù)運用 SPSS 軟件進行運算，可以得到以上模型設定的參數(shù)估計值，結果如下表 表 41 系數(shù) a 模型 非標準化系數(shù) 標準系數(shù) B 標準 誤差 試用版 t Sig. 1 (常量 ) .157 x1 .243 x2 .581 .016 x3 .000 x4 .291 .160 x5 .043 .188 .025 .228 .823 x6 .136 .147 .400 .926 .371 2021 103891 x7 .002 a. 因變量 : y 表 42 模型匯總 b 模型 R R 方 調(diào)整 R 方 標準 估計的誤差 DurbinWatson 1 .987a .974 .960 a. 預測變量 : (常量 ), x7, x1, x4, x2, x5, x6, x3。 b. 因變量 : y 由表 42 得 ?R 所以回歸方程擬合較好 表 43 Anovab 模型 平方和 df 均方 F Sig. 1 回歸 7 .000a 殘差 13 總計 20 a. 預測變量 : (常量 ), x7, x1, x4, x2, x5, x6, x3。 b. 因變量 : y 由上表 41 和表 42 數(shù)據(jù)可得所求回歸方程 xxxxxxxy ???????? ?R ， ?R ， ?DW ， ?F 用 SPSS 軟件，得到 相關系數(shù) 矩陣表 由相關系數(shù)矩陣表得如下矩陣： 相關矩陣?????????????????10 . 9 9 00 . 5 3 10 . 3 7 20 . 9 6 60 . 5 70 . 2 4 30 . 7 8 00 . 9 9 01 1 6526 1 48 75 3 10 . 5 1 610 . 00 . 3 8 50 . 3 8 20 . 1 30 . 1 10 . 3 7 23 7 50 . 0 9 51 5 2 34 395 99 6 60 . 9 6 23 80 . 5 2 310 . 6 6 10 . 1
畢業(yè)設計相關推薦
鄂ICP備17016276號-1