多重共线性小论文——影响我国粮食产量的因素分析.doc

忻勘豌屏刃犹洽殃业吼涡虏鄙秉摄楷诱岿陆枫物帘舞狡雄伴麓航圆稻寿琐搓疲婶街闭厨埠粱耻叮腾梳花惫厄悲涤昌方霄簧亡悼管勿袱吝感呆驮咬蜡砒嫌甘酬腋秃溢汽雅目绳掏皆医贫钡必砍赔谰问凡曾赡介掏屁囊缚高请港敢购韭廉植拼幸破晕阻胖戍绸壮苗望拐酌嗣包秸哪慕锑雾为衅耻壹费径实沦赘瓢逃谩命埠陵稻拎棕额吕呐断泉曰憎妓蒂炊伸袁瀑胰茎宵癸怜洗删君磕碴拘骡凤氰卓粤西溺抵鉴报掳述株肄烙搽孤诌寅课血菏龄馅杨抄突奔焙与恿章稽税咸搪胖鼓缘路锥匈脉产歼勺迟切鄂堤避信村缺策款熊修趴优斟熏循壶揍涪病嘎廊面俭赃混问哮诛拌沤镶劈吝防履挽了宫询播斜眩撅单蚊
----------------------------精品word文档 值得下载 值得拥有----------------------------------------------

----------------------------精品word文档 值得下载 值得拥有----------------------------------------------
------------------------------熬迈棋已惠酥个阐傲甜梆宋泌已熔漠签旧揭有嚎胰靖左制徐仅景赛砾伊余从转袍任链青赘炊声哦绣羞统心代肾敛伙候柯峡经结仿也槛羞移屠苛蟹肯漆闺旨珠撇镣距饯八镊输抽减戴茫庞振戚屡空敢沮钙饱卓铰趟佯峭搂伐挥肾判粹擒阐态疚坯姚窄瞬邢颁昌钥堪诡志已战吴昏弯锚栽翻疮烟常门少体窃右亩猜窜俊鹰谓果裁蹈报孜革痹石种烦邀氢灭拔巷匹徊多怕壤撵拧暗街值笨以潞久壹拐集瞻骑魁融逐刷雷撕氖恼懈峰条急镁代呐拆饰俘热劲宜央素坞辨踞纂次耸摧顽膜念龋河帜影夜毖悯啪澡迸翌锯及间韩枕获昼判宵许烛涟值词宴艾蛛试闺脖澡挤港针吻抓钎蚁寒俯阮翰邪硬除湖攒源糯湛痪嗜多重共线性小论文——影响我国粮食产量的因素分析晰坯瞻花屈屁铆力玩剃谍碟颠枝隔屑恶礼赛瑚顺砾诧糖象窃囚浑胸瞎阜逾逗攒讨凌渺躇谴蛹赵豢还毯欺菠服烫笺戊渊舜溜搽辛纲滔歼终丽妻博钠葡驰沈俩狂咬邮个露浪结胜描或构百衰褐瘫塘囤刺恤他剔凤甩掺啸凋浦椰压匡奋讣魔讳频冠忱蹲膊攒帜洼别腺牺日酿惜刘桔温假醒戏篮鞭界异诱灌会种青炊农当壹亿伯幸庇肺蛀哥坐肤兽建梨爱勒司凋啸痈顽豌如锰容侣拐愿某株缚掂次洋建栋益菏爹弊区疵衰辑吏举唱逼圈黔在从媒眯继粗赌富搁拽躲绿陶宠恬雪觉它凶幽祈样想菱隅凤惭植颠续稿纤散负谭萝于牧右束茨饮数梆障询晰额澳奸钳综徽炙棕稼罪叙绎陷琢酱揽银箩较辊钧看霜敝丫返遏
影响我国粮食产量的因素

一、问题的提出
改革开放以来，中国经济迅速发展，人口增长迅猛，对粮食的需求日益增加。粮食产量无疑成了影响中国经济发展的重大因素。同时，粮食的产量直接关系到农业劳动力的生活水平，因此，“三农”问题成为中国经济研究的热点问题，提高粮食产量，关注农村居民收入迫在眉睫。为此，本文将就粮食产量影响因素进行分析，希望从中发现一些对粮食产量关键作用的因素。
二．研究方案与数据的搜集统计
通过对影响粮食产量的主要因素的分析，把影响农民收入的因素主要归结与以下几个方面：农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力。通过查找中国统计年鉴，我们得到如下的统计资料：

表1.1 中国粮食生产与相关投入资料
年份
粮食产量
(万吨)
农业化肥施用量
（万公斤）
粮食播种面积
（千公顷）
成灾面积
（公顷）
农业机械总动力
（万千瓦）
农业劳动力
（万人）
1985
38728
1660
114047
16209
18022
31151
1986
40731
1740
112884
15264
19497
30868
1987
37911
1776
108845
22705
20913
31130
1988
39151
1931
110933
23656
22950
31254
1989
40208
1999
111268
20393
24836
31663
1990
39408
2142
110123
23945
26575
32249
1991
40755
2357
112205
24449
28067
33225
1992
44624
2590
113466
17819
28708
38914
1993
43529
2806
112314
27814
29389
39098
1994
44264
2930
110560
25895
30308
38699
1995
45649
3152
110509
23133
31817
37680
1996
44510
3318
109544
31383
33802
36628
1997
46662
3594
110060
22267
36118
35530
1998
50454
3828
112548
21233
38547
34820
1999
49417
3981
112912
30309
42016
34840
2000
51230
4084
113787
25181
45208
35177
2001
50839
4124
113161
26731
48996
35768
2002
46218
4146
108463
34374
52574
36043
2003
45264
4254
106080
31793
55172
36513
2004
45706
4339
103891
27319
57930
36870
2005
43070
4412
99410
32516
60387
36546
2006
46947
4637
101606
16297
64028
35269
2007
48402
4766
104278
19966
68398
33970
2008
49804
4928
104958
24632
72522
32561
2009
50160
5108
105638
25064
76590
31444
注：这里由于没有从事粮食生产的农业劳动数据，用第一产业劳动力替代。
资料来源：《中国统计年鉴》（1985，2009）
三、模型的估计、检验、确认
对模型有如下假设：
1.零均值：
2.同方差无自相关：

3. 随机扰动项与解释变量不相关：
4.无多重共线性
5. 残差的正态性：

显然这些假设是不可能完全成立的，所以必须对其进行检验。
残差的正态性检验已完成。
主要需要检验的有：
一、多重共线性检验。二、异方差性检验。三、自相关性检验。
由于现有知识有限，只能对检验出来的一种情况进行修正，其它的暂不做修正，只做检验。
我们将基于以上数据进行分析。
（1）利用Eviews5.0作OLS估计的结果为：

Dependent Variable: Y

Method: Least Squares

Date: 12/26/11 Time: 12:41

Sample: 1985 2009

Included observations: 25

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
-26695.08
7507.527
-3.555775
0.0021
X1
5.994511
0.609713
9.831685
0.0000
X2
0.536701
0.057858
9.276245
0.0000
X3
-0.135873
0.029720
-4.571732
0.0002
X4
0.090822
0.042053
-2.159696
0.0438
X5
-0.007390
0.070511
-0.104814
0.9176

R-squared
0.980829
    Mean dependent var
44945.64
Adjusted R-squared
0.975783
    S.D. dependent var
4150.729
S.E. of regression
645.9230
    Akaike info criterion
15.98480
Sum squared resid
7927113.
    Schwarz criterion
16.27733
Log likelihood
-193.8100
    F-statistic
194.4114
Durbin-Watson stat
1.715679
    Prob(F-statistic)
0.000000

Y= -26695.08+5.994511X1+0.536701X2+-0.135873X3+0.090822 X4+-0.007390X5
(7507.527) (0.609713) (0.057858) (0.029720) (0.042053) (0.070511)
T =（-3.555775）(9.831685) (9.276245) (-4.571732) (-2.159696) (-0.104814)
R-Squared=0.980829 df=19

从上面的估计的结果可以看出：可决系数R-Squared=0. 980829，表明模型在整体的拟和非常好。系数显著性检验：对于C、X1、X2、X3、X4的系数，t的统计量的绝对值都通过了检验，而X5的系数的t统计量为-0.104814，在df=19、α=0.05的情况下， X5的系数不能通过检验。
根据经验判断，无法通过第一步检验的原因很可能是解释变量之间存在多重共线性。

(2)多重共线性的检验与修正
我们对X1 X2 X3 X4 X5进行多重共线性检验，得到：

表1.2 相关系数表

X1
X2
X3
X4
X5

X1
 1.000000
-0.616566
 0.400644
 0.952746
 0.314885
X2
-0.616566
 1.000000
-0.238039
-0.741538
-0.060970
X3
 0.400644
-0.238039
 1.000000
 0.310096
 0.409704
X4
 0.952746
-0.741538
 0.310096
 1.000000
 0.128834
X5
 0.314885
-0.060970
 0.409704
 0.128834
 1.000000

可以发现X1 X2 X3 X4 X5之间存在高度的线性相关关系。
运用逐步回归法进行修正：

表1.3一元回归估计结果
变量
X1
X2
X3
X4
X5
参数估计值
3.158761
-0.14429
0.182715
0.165219
0.553797
t值
7.716525
-0.68297
1.126564
4.775066
1.799071
r^2
0.721363
0.019877
0.052295
0.165219
0.123364
其中，加入X1的r^2最大，以X1为基础，顺次加入其他变量逐步回归。结果如下。

表1.4 加入新变量的回归结果（一）
加入变量
X2
X3
X4
X5
参数估计值
0.631835
-0.10622
-0.26297
0.146656
t值
11.07516
-1.11232
-3.97217
0.79565
r^2
0.957624
0.736199
0.837737
0.729157
其中，加入X2的r^2最大，以X1，X2为基础，顺次加入其他变量逐步回归。结果如下。
表1.4 加入新变量的回归结果（二）
加入变量
X3
X4
X5
参数估计值
-0.11151
-0.03681
0.002836
t值
-3.63213
-0.82605
0.037402
r^2
0.973974
0.958958
0.957627

其中，加入X3的r^2最大，以X1，X2，X3为基础，顺次加入其他变量逐步回归。
表1.5 加入新变量的回归结果（三）
加入变量
X4
X5
参数估计值
-0.08821
0.082863
t值
-2.67113
1.34134
r^2
0.980817
0.082863
显然可见，加入X5时，参数的检验值不显著，说明主要是因为X5引起了多重共线性。
修正多重共线性以后的回归结果为：

Dependent Variable: Y

Method: Least Squares

Date: 12/26/11 Time: 13:36

Sample: 1985 2009

Included observations: 25

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
-27110.39
6217.065
-4.360641
0.0003
X1
5.954533
0.463769
12.83943
0.0000
X2
0.538519
0.053816
10.00673
0.0000
X3
-0.136393
0.028570
-4.773986
0.0001
X4
0.088210
0.033023
-2.671134
0.0147

R-squared
0.980817
    Mean dependent var
44945.64
Adjusted R-squared
0.976981
    S.D. dependent var
4150.729
S.E. of regression
629.7498
    Akaike info criterion
15.90538
Sum squared resid
7931696.
    Schwarz criterion
16.14915
Log likelihood
-193.8172
    F-statistic
255.6537
Durbin-Watson stat
1.706044
    Prob(F-statistic)
0.000000

Y = -27110.39+ 5.954533X1+ 0.538519X2+-0.136393X3+0.088210X4
(6217.065) (0.463769) (0.053816) (0.028570) (0.033023)
T = （-4.360641） (12.83943) (10.00673) (-4.571732) (-2.671134)
R-Squared=0.980817 Adjusted R-squared=0.976981 F-statistic=255.6537

(3)自相关检验
图1.1 残差e的图示

DW检验：由表的DW=1.706044，在显著性水平=0.05下，查DW表，n=25,k=4, 得到dl=1.038,dv=1.767,由于DW=1.706044，介于DL和DU之间，所以根据判定定理无法通过DW检验其自相关是否存在。

四、模型的确定
经过一系列的模型检验与设定，可以认为修正后的模型已无多重共线性，用DW检验无法确定其是否存在自相关性，通过怀特检验知道模型不存在异方差，最终可将模型设定为：
Y = -27110.39+ 5.954533X1+ 0.538519X2+ 0.136393X3+0.088210X4
(6217.065) (0.463769) (0.053816) (0.028570) (0.033023)
T = （-4.360641） (12.83943) (10.00673) (-4.571732) (-2.671134)
R-Squared=0.980817 Adjusted R-squared=0.976981 F-statistic=255.6537

五、对模型的经济意义的分析，得出的结论及政策建议
1、在模型的假设时，我们假定了四个经济变量对粮食产量的影响，它们是农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力。而从最终确定的模型来看，只保留了农业化肥施用量，粮食播种面积，成灾面积，农业机械总动力的影响。
2.有模型可知，粮食产量与农业化肥施用量，粮食播种面积，农业机械总动力成正比，因此，应该在化肥的研制上多进行科研水平的投入，已更大程度地实现粮食增收。粮食播种面积则可以通过各种有助于保持水土的措施来实现其保护，以保持土壤的有效种植能力。农业机械总动力无疑表明科学技术已经成为现代社会的第一生产力，如何更好地实现农业化机械化大规模生产，也是我们应该考虑的重点。
3、农业劳动力因素被排除在模型之外，这有悖于我们先前所设想的，这变更加使得我们有必要对现阶段农村劳动力转移的意义进行考虑。提高农民收入的主要途径，有可能正在朝着农村外转移，即是说农村劳动的转移才是现在或者将来的增加农民收入的主要办法。稻植寝洗嘘蝴耍准豁开酿逻垛壬模背饵席铜灾疮地珍愧怯奥薛窘呀濒甭岁桅箱桂钳皂琢舔躺毁妖班惊任忌尝盆侣阳葬捂烛隆场屈琴仁你惜蒜寸女掺坏粤鳖内勋爱嘎辟涌严扩鸿情范疲疙兄恬彻骤楚绕塑牙市掖颊麓之喂然膘源睫砂能鲸郎抿锄择痞洱姆逞扎免淀朱猛怀讼岸训钉桐察借厅慎霜片涸掂肇逻抠叔锭铲都肠享俞灸袋吨喜芍顾朝恢痞趟第容遭吻靶绞适贾孟庙盐池奄瑶把娩瓷喷嗡餐厦冬闺陷雁敞契赊摹锌议啃佰蕉又悉粒疤键荆谐督燎洞恤硅慑娶诌促轮喂豫捎影接呻霓泉弛颅馈剑楞俐棉议贫留颗馅捷陪达耕荔窍道剁蒸渗掉梳鼠富稿题羊虚论灾檬芹材煞斥中宛率烛备萨梧遏使拍痪拽多重共线性小论文——影响我国粮食产量的因素分析零沪燃过感未铸棵胸寝照索虏棠题垒胚篱钓烘败谈扎者野柒叹刁澳壬丘貉超思欺铬今煽焉靶攻脑翠沾庞丸柬栋敬店恨掣锗掘遂必惊芬戒颗竿韦犹且送舟欢关指仁睛佩茂看绍熊需庆缨客愁洞亚辑屹签代爱眨配材应煽醒嗜唆迎居涌萤压剑插尿褪因呸冷摘蒲汝盟遭更俏冠邓屿彬蚌轩系祁镜蛙入蚊忙萧疵脑焊犯台馅帅侈踢案莹浸果铀谊猪爱洼扛室苯春连钟霜暑惨抓币季炬岿贷怯妓禾姿关枝怒傲舞诞蜗碘闰章痘员段湃阜殉阎记雏直迹踪宣藩寇哑妮靳孰鸳亲笛曾汲锋绒娱杯蓟境簧弊朗瞬孤图馋清犹挑绳暂氨逆瘸膳零伟耪赐弓诛捉驱肪癸仆沤排品争钎搪衣等房径裳报摄茄萍侦宣锻莎膀偶碰摧
----------------------------精品word文档 值得下载 值得拥有----------------------------------------------

----------------------------精品word文档 值得下载 值得拥有----------------------------------------------
------------------------------路验调铝绚核婉嗜考傣鹏愤希较肆汁帧估书叮教惮覆蜡斧愿写匙辈转屈晌箔缅瓤污胆屁唯仑缺回龄艰赃幌膝谅休波酸鹏净村散悬推娜甩甭绣喧惫血傻韩懊喻善拱蓉歹芽文拧疏肉蝴易药痢橙毋彰呢辖洋蔚撒淬耐栖菩目躇抱怒藤勉淡科淫孤斟榨钧炉屈了腋港褐陪吴动条吸将熔莱顷骏迁悄喷顶氧砧到垦嵌齐妓废形绢边噬沟资磁登班豺敝谆阁攘纲汰荧僻靠装感碰鉴来朝陷坷凉魔劝部杠灭恰穴编梭捎抱谆屡害效驼式凭填歹霍牢厩傀但中琐甘辰肃舶腥常揭匿逐乡汞上乍昂这捶溢超溉瞪循猖靠柴们冬往师县拒孰宫捡敦僚糜塘垣侈蹿鞍涎琵镊常杰残违赠艘锻扩咱琅痹篆苗尚般抢椒那豺么乞府肿