版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、<p> JISHOU UNIVERSITY</p><p><b> 本科生課程論文</b></p><p> 題 目:糧食總產(chǎn)量的影響因素分析 </p><p> 課程名稱:應(yīng)用回歸分析</p><p> 所屬學(xué)院:</p><p> 專業(yè)年級(jí):</p>&l
2、t;p> 學(xué)生姓名:學(xué)號(hào):</p><p> 完成時(shí)間:2015 年 12 月 23日</p><p><b> 目錄</b></p><p><b> 摘要:1</b></p><p><b> 關(guān)鍵詞: 1</b></p><p>&
3、lt;b> 一、引言1</b></p><p> 二、模型設(shè)定及數(shù)據(jù)準(zhǔn)備 1</p><p> 三、 回歸模型建立2</p><p><b> 1.模型設(shè)定2</b></p><p><b> 2、估計(jì)參數(shù)3</b></p><p&
4、gt;<b> 四、模型檢驗(yàn)4</b></p><p> 1、經(jīng)濟(jì)意義檢驗(yàn) 4</p><p><b> 2、統(tǒng)計(jì)檢驗(yàn)4</b></p><p> 3、回歸模型檢驗(yàn)4</p><p> ?。?)多重共線性檢驗(yàn)4</p><p> ?。?) 逐步回歸
5、5</p><p> (3) 異方差檢驗(yàn)7</p><p> ?。?) 自相關(guān)檢驗(yàn)8</p><p><b> 五、模型的確定9</b></p><p><b> 六、結(jié)論9</b></p><p><b> 參考文獻(xiàn)9</b><
6、;/p><p><b> 附錄10</b></p><p> 糧食總產(chǎn)量的影響因素分析</p><p><b> 摘要:</b></p><p> 目前,我國70%人口為農(nóng)村人口,農(nóng)業(yè)生產(chǎn)的發(fā)展直接關(guān)系廣大農(nóng)民生活的提高,直接關(guān)系到國家經(jīng)濟(jì)建設(shè)目標(biāo)的實(shí)現(xiàn)。影響糧食產(chǎn)量的因素很多,本文將對(duì)影響我
7、國糧食產(chǎn)量的部分因素(包括農(nóng)用機(jī)械總動(dòng)力、化肥施用量、糧食作物耕種面積)進(jìn)行分析,并利用spss統(tǒng)計(jì)軟件,運(yùn)用逐步回歸分析方法,建立了我國糧食產(chǎn)量的回歸模型,從中分理出主要影響因素。研究表明,利用逐步回歸分析法建立的模型具有很好的擬合效果,影響我國糧食產(chǎn)量的主要因素為:化肥施用量、糧食作物耕種面積。通過分析得出結(jié)論:提高糧食作物耕種面積是糧食增產(chǎn)的最有效途徑,不過考慮到我國耕地資源有限,可提高糧食面積單產(chǎn)來達(dá)到提高糧食總產(chǎn)量的目標(biāo);高度
8、機(jī)械化帶來農(nóng)業(yè)機(jī)械的閑置,農(nóng)業(yè)機(jī)械的大量增加在糧食增產(chǎn)上效果并不明顯:盲目增加化肥的使用量并不能從根本上增加糧食產(chǎn)量,關(guān)鍵是要提高化肥的利用率。</p><p> 關(guān)鍵詞: 糧食總產(chǎn)量 農(nóng)用機(jī)械總動(dòng)力 化肥施用量 糧食作物耕種面積 OLS回歸 多重共線性</p><p><b> 一、引言 </b></p><p> 199
9、8—2003年,我國糧食總產(chǎn)量連續(xù)5年下降,總產(chǎn)量由51230萬噸下降到43065萬噸,下降幅度到16%。從各個(gè)影響因素來看,造成下降的主要原因是耕種面積的減少。而造成耕種面積減少的根本原因就是來自糧食價(jià)格的信號(hào),糧食價(jià)格低迷直接造成種糧收益的降低,農(nóng)民或者改變種植結(jié)構(gòu),或者索性撂荒,致使糧食耕種面積大幅下降。 2004年以后,我國糧食實(shí)現(xiàn)恢復(fù)性增產(chǎn),重視退耕還林草,進(jìn)行水土治理,改善生態(tài)環(huán)境,改善農(nóng)田小氣候,同時(shí)應(yīng)加強(qiáng)農(nóng)田水利建設(shè),
10、進(jìn)行生產(chǎn)能力建設(shè),保證糧食生產(chǎn)的穩(wěn)定發(fā)展。</p><p> 二、模型設(shè)定及數(shù)據(jù)準(zhǔn)備 </p><p> 影響糧食總產(chǎn)量的因素有很多,包括糧食作物耕種面積、糧食面積單產(chǎn)、有效灌溉面積、化肥用量、農(nóng)藥用量、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)用塑料薄膜用量、受災(zāi)面積、成災(zāi)面積等,現(xiàn)選取了五個(gè)解釋變量糧食播種面積(X1) 、農(nóng)業(yè)化肥施用量(X2)、成災(zāi)面積(X3)、農(nóng)業(yè)機(jī)械總動(dòng)力(X4)、有效灌溉
11、面積(X5),對(duì)我國1990年到2013年的糧食總產(chǎn)量(Y)進(jìn)行分析,并利用計(jì)量經(jīng)濟(jì)學(xué)方法對(duì)所建立模型進(jìn)行定量分析,研究各影響因素的影響程度。</p><p><b> (數(shù)據(jù)見附錄)。</b></p><p><b> 三、回歸模型建立</b></p><p><b> 1.模型設(shè)定</b>&
12、lt;/p><p> 首先,根據(jù)1990年—2013年的相關(guān)數(shù)據(jù)利用SPSS軟件分析和估計(jì)模型的參數(shù),得到序列Y、X1、X2、X3、X4、X5的矩陣圖。</p><p> 可以看出,糧食產(chǎn)量及各影響因素的差異明顯,其變動(dòng)的方向基本相同,相互間可能具有一定的相關(guān)性,將模型設(shè)定為線性回歸模型形式:</p><p> Y=β0+β1X1+β2X2+β3X3+β4X4+β
13、5X5+μ</p><p><b> 2、估計(jì)參數(shù)</b></p><p> 利用SPSS對(duì)上述數(shù)據(jù)作線性回歸分析,估計(jì)模型參數(shù),輸出結(jié)果2-1如下。</p><p><b> 輸出結(jié)果2-1</b></p><p> ?。?)根據(jù)輸出結(jié)果可以得出,模型估計(jì)的結(jié)果寫為</p>&
14、lt;p> Y=-34682.786+0.571X1+5.384X2-0.158X3-0.078X4+0.123X5</p><p> (7616.047) (0.041) (0.680) (0.029) (0.028) (0.201)</p><p> t=(-4.554) (13.776) (7.917) (-5.408) (-2.830) (0.62)</p>
15、;<p> R2 =0.985 R 2 =0.981 F=241.06 DW=2.156</p><p> ?。?)復(fù)相關(guān)R=0.993,決定系數(shù)R²=0.985,由決定系數(shù)看,回歸方程高度顯著。</p><p> ?。?)由方差分析表可以得出,F(xiàn)=241.06,P值=0.000,表明回歸方程高度顯著,說明X1、X2、X3、X4、X5整體上對(duì)Y有高度顯著
16、地線性影響。</p><p><b> 四、模型檢驗(yàn)</b></p><p><b> 1、經(jīng)濟(jì)意義檢驗(yàn) </b></p><p> 從經(jīng)濟(jì)學(xué)意義上來說,我國糧食產(chǎn)量Y與糧食播種面積X1、農(nóng)業(yè)化肥使用量X2、農(nóng)用機(jī)械總動(dòng)力X4、有效灌溉面積X5成正相關(guān),與成災(zāi)面積X3成負(fù)相關(guān)。但回歸求得的函數(shù)關(guān)系中糧食
17、產(chǎn)量Y與農(nóng)用機(jī)械總動(dòng)力X4成負(fù)相關(guān),符號(hào)不符合經(jīng)濟(jì)意義。</p><p><b> 2、統(tǒng)計(jì)檢驗(yàn)</b></p><p> ?。?)擬合度檢驗(yàn)。由回歸結(jié)果表明,R 2和調(diào)整R 2的值都接近于1,表明模型的擬合優(yōu)度較好。</p><p> ?。?)t檢驗(yàn)。查表可知:在α=0.05的顯著性水平下,自由度n-k-1=18的t統(tǒng)計(jì)量的臨界值為tα/2
18、(18)=2.101,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(yàn)。</p><p> (3)F檢驗(yàn)。F統(tǒng)計(jì)量的臨界值為F0.05(5,18)=2.68,F(xiàn)大于該臨界值,所以模型的線性關(guān)系在95%的置信水平下顯著成立。</p><p><b> 3、回歸模型的檢驗(yàn)</b></p>
19、<p> (1)多重共線性檢驗(yàn)</p><p> 從輸出結(jié)果2-1中看到,X4的方差擴(kuò)大因子VIF4=21.208,遠(yuǎn)大于10,并且X4的回歸系數(shù)為負(fù)值,說明此回歸模型仍然存在強(qiáng)多重共線性,應(yīng)該剔除變量。</p><p> 剔除X4,用Y與剩下的四個(gè)自變量X1、X2、X3、X5建立回歸模型,有關(guān)計(jì)算結(jié)果如輸出結(jié)果3-1所示。</p><p><
20、b> 輸出結(jié)果3-1</b></p><p> 從輸出結(jié)果3-1中看到,X5 的方差擴(kuò)大因子VIF5=37.311,遠(yuǎn)大于10,并且X5的回歸系數(shù)為負(fù)值,說明此回歸模型仍然存在強(qiáng)多重共線性,應(yīng)該剔除變量</p><p> 剔除X5,用Y與剩下的3個(gè)自變量X1、X2、X3建立回歸模型,有關(guān)計(jì)算結(jié)果如輸出結(jié)果3-2所示。</p><p><
21、b> 輸出結(jié)果3-2。</b></p><p> 從輸出結(jié)果3-2中看到,3個(gè)方差擴(kuò)大因子都小于10,回歸系數(shù)也都有合理的經(jīng)濟(jì)解釋,說明此回歸模型不存在強(qiáng)多重共線性,可以作為最終回歸模型?;貧w方程為:</p><p> Y=-36632.545+0.630X1+4.639X2-0.121X3</p><p><b> (2)逐步回
22、歸</b></p><p> 用前進(jìn)法對(duì)變量Y、X1、X2、X3作逐步回歸,輸出結(jié)果3-3如下</p><p><b> 輸出結(jié)果3-3</b></p><p> 由輸出結(jié)果3-3可以看到,前進(jìn)法依次引入了X1、X2、X3變量,最優(yōu)回歸模型為</p><p> Y=-36632.545+0.63X1+
23、4.639X2-0.121X3</p><p> 綜上分析,最終糧食生產(chǎn)的函數(shù)應(yīng)以Y=f(X1,X2,X3)為最優(yōu),擬合結(jié)果如下:Y=-36632.545+0.63X1+4.639X2-0.121X3</p><p><b> ?。?)異方差檢驗(yàn)</b></p><p> 用SPSS軟件建立Y對(duì)X1、X2、X3的普通最小二乘回歸,并保留殘差
24、,結(jié)果如下輸出結(jié)果3-4所示</p><p><b> 輸出結(jié)果3-4</b></p><p> 一般認(rèn)為,如果一個(gè)回歸模型滿足所給出的基本假定,所有殘差應(yīng)在e=0附近隨機(jī)變化,并在變化幅度不大的一個(gè)區(qū)域內(nèi),所以 從殘差圖看出,模型不存在異方差性。</p><p><b> (4)自相關(guān)檢驗(yàn)</b></p>
25、;<p> 用DW檢驗(yàn),輸出結(jié)果如下:</p><p><b> 輸出結(jié)果3-5</b></p><p> 由輸出結(jié)果3-5可以看出,該回歸方程決定系數(shù)均顯著。對(duì)n=24,k=3,a=0.05,查DW統(tǒng)計(jì)表可知,dl=1.19, du=1.55DW=1.639,所以du=1.55<DW<4-du=2.45, 表明模型不存在自相關(guān)。<
26、;/p><p><b> 五、模型的確定</b></p><p> 通過以上檢驗(yàn),最終確定模型為:</p><p> Y=-36632.55+0.629792X1+4.639011X2-0.120702X3+u</p><p><b> 六、結(jié)論</b></p><p>
27、 由上述的分析結(jié)果可以看出在選擇的五個(gè)因素中,農(nóng)藥化肥施用量、糧食播種面積和成災(zāi)面積對(duì)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(nóng)業(yè)機(jī)械總動(dòng)力和灌溉面積兩個(gè)因素,因?yàn)樵谀P偷慕⒅袇?shù)符號(hào)不符合經(jīng)濟(jì)意義且參數(shù)的t檢驗(yàn)和顯著性檢驗(yàn)不能通過。 </p><p> 從回歸模型可以看出,對(duì)糧食產(chǎn)量的貢獻(xiàn)中化肥施用量最顯著。這是因?yàn)樵谵r(nóng)業(yè)的生產(chǎn)過程中,化肥施用由傳統(tǒng)的農(nóng)家肥向現(xiàn)代新型肥料轉(zhuǎn)變,化肥施用量的增加極
28、大地促進(jìn)了糧食產(chǎn)量的提高。播種面積對(duì)糧食產(chǎn)量的貢獻(xiàn)雖然沒有化肥施用量顯著,但由于耕地面積的數(shù)值遠(yuǎn)遠(yuǎn)大于化肥施用量,因此耕地面積的增加對(duì)糧食產(chǎn)量的提高貢獻(xiàn)較大。成災(zāi)面積對(duì)糧食產(chǎn)量的影響系數(shù)較小,但若受災(zāi)面積絕對(duì)值較大時(shí),那么災(zāi)害會(huì)引起糧食產(chǎn)量較大幅度減少,因此減小成災(zāi)面積是提高糧食產(chǎn)量的關(guān)鍵。</p><p><b> 參考文獻(xiàn)</b></p><p> 【1】、龐
29、皓,《應(yīng)用回歸分析》,北京:中國人民大學(xué)出版社,第四版 </p><p> 【2】、周四軍,《對(duì)我國糧食生產(chǎn)影響因素的分析》,《統(tǒng)計(jì)與決策》,2003年 </p><p> 【3】、 《中國統(tǒng)計(jì)年鑒》,2014年</p><p><b> 附錄</b></p><p><b> 數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 逐步回歸在中國糧食總產(chǎn)量分析和預(yù)測(cè)中的應(yīng)用
- 農(nóng)業(yè)保險(xiǎn)對(duì)糧食總產(chǎn)量的影響
- 糧食產(chǎn)量影響因素的回歸分析
- 應(yīng)用回歸分析論文
- 應(yīng)用回歸分析論文
- 應(yīng)用回歸分析論文
- 科左中旗玉米總產(chǎn)量影響因素研究.pdf
- 水產(chǎn)品總產(chǎn)量
- 玉米總產(chǎn)量預(yù)報(bào)模型
- 應(yīng)用回歸課程論文
- 應(yīng)用回歸分析
- 金融計(jì)量學(xué)糧食回歸分析論文-我國糧食產(chǎn)量的回歸分析
- 應(yīng)用回歸分析結(jié)課論文
- 影響糧食產(chǎn)量的因素分析
- 《應(yīng)用回歸分析》試卷
- 中國鋼琴總產(chǎn)量去年小幅回升
- 中國糧食產(chǎn)量影響因素分析
- 概率統(tǒng)計(jì)案例 如何預(yù)測(cè)水稻總產(chǎn)量
- 糧食產(chǎn)量影響因素的灰色關(guān)聯(lián)分析
- 糧食產(chǎn)量影響因素的灰色關(guān)聯(lián)分析
評(píng)論
0/150
提交評(píng)論