应用回归分析论文-影响谷物的因素分析.docx

贵州民族大学实用回归分析论文(GuizhouMinzu University)论文题目：影响谷物的因素分析年级：2014级班级：应用统计班小组成员：姓名：黄邦秀 学号：201410100318 序号：4姓名：王远 学号：201410100314 序号：26姓名：陈江倩 学号：201410100326 序号：11姓名：吴堂礼 学号：时间：2016.12.06目录摘要：3关键词：3一、问题的提出4二、多元线性回归模型的基假设4三、收集整理统计数据53.1数据的收集53.2确定理论回归模型的数学形式6四、模型参数的估计、模型的检验与修改64.1 SPSS软件运用64.2 用SPSS软件，得到相关系数矩阵表84.3 回归方程的显著性检验94.4利用逐步回归法进行修正104.5 DW检验法11五、结果分析12六、建议12七、参考文献13影响谷物的因素分析摘要：在实际问题的研究中，经常需要研究某一些现象与影响它的某一最主要因素的关系，如影响谷物产量的因素非常多。本文采用多元线性回归分析方法,以19942014年中国谷物产量及其重要因素的时间序列数据为样本,对影响中国谷物生产的多种因素进行了分析。分析结果表明,近年来我国谷物生产主要受到单产提高缓慢、播种面积波动大、农业基础设施投入不足、自然灾害频繁等重要因素的影响。为提高谷物产量、促进谷物生产,首先应该提供一套促进谷物生产的政策措施,提高谷物种植效益,增加谷物收入是根本。在这个前提下,才有可能提高单产、稳定面积、加强基础设施建设、提高抗灾能力,增强我国谷物生产能力和生产稳定性。关键词：谷物产量 影响因素 多元线性回归分析一、问题的提出我国土地资源稀缺，人口多而粮食需求量大，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展。粮食生产的不稳定性对国民经济的影响是不可忽略的，主要体现在:粮食生产不稳定会引发粮食供求关系的变动,尤其当国家粮食储备不足的时候,很容易导致粮价上涨,从而影响整个宏观经济。因此,对关系国计民生的这个特殊农产品,我们不得不慎重对待。因此，分析粮食产量波动的原因，并据此提出相应的对策，对保障粮食生产持续稳定发展，具有重要意义。二、多元线性回归模型的基假设（1）解释变量x1,x2,x3,xp是确定性变量，不是随机变量，且要求rank(k)=p+1n，表明设计矩阵X中的自变量列之间不相关，样本量的个数大于解释变量的个数，X是一满秩矩阵。（2）随机误差项具有零均值和等方差，即：这个假定常称为高斯-马尔柯夫条件。，即，假设观测值没有系统误差，随机误差项的平均值为零。随机误差项的协方差为零，表明随机误差项在不同的样本之间是不相关的（在正态假定下即为独立的），不存在序列相关，并且有相关的精度。（3）正态分布的假定条件为：对于多元线性回归的矩阵模式，这个条件便可表示为：由上述假定和多元正态分布的性质可知，随机向量y服从n维正态分布，回归模型的期望向量因此三、收集整理统计数据3.1数据的收集选用了谷物产量y（万吨）、谷物零售价格指数x1、受灾面积x2（万公顷），化肥施用量x3（万吨），乡村农林牧渔业从业人员数x4（万人），谷物作物播种面积x5（千公顷），农用机械总动力x6（万千瓦），农村用电量x7（亿千瓦），把这7个指标的19942014年21年间的时间序列数据进行回归分析,来分析这些因素与谷物产量的关系。以谷物产量作为因变量,其它7个指标作为解释变量进行回归分析。表1-1 1994-2014年度谷物产量影响因素表谷物产量(万吨)y价格指数x1受灾面积(万公顷)x2化肥施用量(万吨)x3乡村农林牧渔业从业人员数(万人)x4谷物作物播种面积(千公顷)x5农用机械总动力(万千瓦)x6农村用电量(亿千瓦 时)x7199435450110.23313.31513.431152.711346216614.2396.9199538727.599.93471.31659.831645.111404719497.2435.2199640730.599.83188.71739.83168511288420912.5464199737910.8110.94436.51775.830351.510884522950508.9199839151.2109.34713.51930.630467.911093324836586.7199940473.3106.24208.61999.33087011126826575658.8200039408114.15087.42141.531455.711012328067712200140754.9121.34699.12357.132440.511220528707790.5200244624.395.23847.42590.333336.411346629388884.5200343529.3108.65547.22805.134186.311231430308.4963.2200444265.8124.35133.32930.23403711056031816.61106.9200545648.8127.74882.93151.933258.211050933802.51244.9200644510.1148.75504.33317.932690.310954436118.11473.9200746661.8134.44582.13593.732334.511006038546.91655.7200850453.5107.54698.93827.932260.411254842015.61812.7200949417.192.15342.93980.732677.911291245207.71980.1201051229.596.95014.54083.732626.411378748996.12042.2201150838.696.44998.14124.332911.811316152573.62173.2201246217.590.15468.84146.432797.510846355172.12421.3201345263.7101.55221.54253.83245110608057929.92610.8201445705.898.64711.94339.431990.610389160386.52993.4注：数据来源相应年度的中国统计年鉴、中国农村统计年鉴、中国农业发展报告、中华人民共和国年鉴、中国统计摘要3.2确定理论回归模型的数学形式通过对中国谷物生产及影响因素的初步定性分析后假设,谷物产量与其它7个指标之间存在多元线性关系,即谷物零售价格指数、受灾面积，化肥施用量，乡村农林牧渔业从业人员数，谷物作物播种面积，农用机械总动力，农村用电量之间存在着线性关系,也即可以把谷物产量的线性回归模型初步设定为：其中,y:谷物产量, x1谷物零售价格指数、x2受灾面积，x3化肥施用量，x4乡村农林牧渔业从业人员数，x5谷物作物播种面积，x6农用机械总动力，x7农村用电量,然后利用已有的数据进行模型拟合,以便发现这些因素之间存在的数量关系。可能有人会提出质疑,是否遗漏了其它重要的解释变量,的确像农业科技费用等这些因素对谷物产量有重要的影响,但考虑农业科技费用会导致严重的多重共线性(因为它们与谷物单产有极高的正相关性),又考虑到它代表对农业的投入和科技进步,在选用指标中已有灌溉面积、农机总动力等性质相似的指标,再加上分析工具的局限性,因此就舍弃了这几个指标。这也是线性相关分析的局限性之一四、模型参数的估计、模型的检验与修改4.1 SPSS软件运用将收集到的数据运用SPSS软件进行运算，可以得到以上模型设定的参数估计值，结果如下表表4-1 系数a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)37259.89524839.3521.500.157x1-29.85424.382-.099-1.224.243x2-1.606.581-.251-2.765.016x312.8702.0252.8436.354.000x4-.433.291-.100-1.490.160x5.043.188.025.228.823x6.136.147.400.926.371x7-12.3663.115-2.192-3.970.002a. 因变量: y表4-2 模型汇总b模型RR 方调整 R 方标准 估计的误差Durbin-Watson1.987a.974.960906.043732.031a. 预测变量: (常量), x7, x1, x4, x2, x5, x6, x3。b. 因变量: y由表4-2得 所以回归方程拟合较好表4-3 Anovab模型平方和df均方FSig.1回归3.953E875.647E768.795.000a残差1.067E713820915.240总计4.060E820a. 预测变量: (常量), x7, x1, x4, x2, x5, x6, x3。b. 因变量: y由上表4-1和表4-2数据可得所求回归方程， ，4.2 用SPSS软件，得到相关系数矩阵表由相关系数矩阵表得如下矩阵：相关矩阵 从相关矩阵看出，y与x1,x2,x3,x4,x5,x6,x7的相关系数偏小，P值=0.232；偏小，P值=0.006；，P值=0.000；偏小，P值=0.002；偏小P值=0.481；偏小，P值=0.000；偏小，P值=0.000。x1谷物零售价格指数、x2受灾面积，x3化肥施用量，x4乡村农林牧渔业从业人员数，x5谷物作物播种面积，x6农用机械总动力，x7农村用电量，说明x1谷物零售价格指数、x2受灾面积，x3化肥施用量，x4乡村农林牧渔业从业人员数，x5谷物作物播种面积，x6农用机械总动力，x7农村用电量对谷物产量无显著影响。自变量之间可能存在多重共线性，SPSS软件同时可以计算出相关系数显著性单侧和双侧检验的P值。4.3 回归方程的显著性检验 F 检验表4-4 Anovab模型平方和df均方FSig.1回归3.953E875.647E768.795.000a残差1.067E713820915.240总计4.060E820a. 预测变量: (常量), x7, x1, x4, x2, x5, x6, x3。b. 因变量: y，拒绝原假设，即作出7个自变量整体对因变量y显著影响x1对应的t，对应的；x2对应的t，对应的；x3对应的t，对应的；x4对应的t，对应的；x5对应的t，对应的；x6对应的t，对应的；x7对应的t，对应的，所以x1、x4、x5、x6对y没有显著影响，只有x2、x3、x7通过系数的显著性检验。回归系数没有通过显著性检验的，将用逐步回归法重新建立回归方程。4.4利用逐步回归法进行修正4-5 模型汇总模型RR 方调整 R 方标准 估计的误差1.896a.803.7932050.323522.966b.934.9271220.785253.974c.949.9401103.98755a. 预测变量: (常量), x3。b. 预测变量: (常量), x3, x5。c. 预测变量: (常量), x3, x5, x7。4-6 Anovad模型平方和df均方FSig.1回归3.261E813.261E877.577.000a残差7.987E7194203826.532总计4.060E8202回归3.792E821.896E8127.210.000b残差2.683E7181490316.627总计4.060E8203回归3.853E831.284E8105.371.000c残差2.072E7171218788.516总计4.060E820a. 预测变量: (常量), x3。b. 预测变量: (常量), x3, x5。c. 预测变量: (常量), x3, x5, x7。d. 因变量: y4-7 系数a模型非标准化系数标准系数B标准 误差试用版tSig.1(常量)31827.7961437.03722.148.000x34.057.461.8968.808.0002(常量)-45087.99412920.482-3.490.003x34.738.2971.04715.950.000x5.675.113.3925.966.0003(常量)-25062.60114716.130-1.703.107x37.3311.1891.6206.165.000x5.468.138.2723.401.003x7-3.6131.614-.641-2.238.039a. 因变量: y从表 输出结果看到，逐步回归的最优子集为模型3，回归方程为：由回归方程可以看出，对谷物产量有显著性影响的是x3化肥施用量、x5谷物作物播种面积、x7农村用电量，回归方程中2个自变量的系数为正、1个系数为负，即化肥施用量和谷物作物播种面积越大，每万吨谷物产量越大；农村用电量越大，每万吨谷物产量越小。具体说，在x5、x7保持不变时，x3每增加一个百分点，每万吨谷物产量平均增加7.331万吨，在x3、x7保持不变时，x5每增加一个百分点，每万吨谷物产量平均增加0.468万吨，在x3、x5保持不变时，x7每增加一个百分点，每万吨谷物产量平均减少3.613万吨。4.5 DW检验法4-8 残差统计量a极小值极大值均值标准 偏差N预测值37091.835950786.394543855.80954389.0430421残差-2284.964601848.82971.000001017.8262321标准 预测值-1.5411.579.0001.00021标准 残差-2.0701.675.000.92221a. 因变量: y模型汇总d模型更改统计量R 方更改F 更改df1df2Sig. F 更改Durbin-Watson1.80377.577119.0002.13135.594118.0003.0155.010117.0391.995d. 因变量: y由上表4-2可得，DW=1.995，所以误差项之间不存在自相关。五、结果分析我们进行了一系列的检验和修正后的结果如下：，DW=1.995，从模型中可以看出：1、 x1、x2、x4、x6不符合经济意义的检验，因为在实际上，谷物产量是随着x1谷物零售价格指数的增长而增加；谷物产量是随着x2受灾面积增广而减少，谷物产量是随着 x4乡村农林牧渔业从业人员数增加而增加， 谷物产量是随着x6农用机械总动力增加而减少，所以最新的模型的剔除了这4个在原模型的解释变量。2、 新的模型表明：化肥施用量每增加1万吨，谷物产量提高7.331万吨； x5谷物作物播种面积增广一个单位，谷物产量提高0.468万吨；x7农村用电量增加一个单位，谷物产量就会减少3.613万吨3、 可见，化肥使用量是影响谷物产量的显著性因素。但从经济意义上来说，施肥过度反而会导致谷物死亡，从而减产。4、 所以我们的模型所反映的经济意义不能包括现实中的每一种情况。六、建议我们知道农业是一个国民经济的基础，谷物生产是关系到一个国家生存与发展的一个永恒的主题，再加上我国的人口庞大的基本国情，告诉我们。谷物产量对我国具有特别的意义和重要性。因而谷物产量生产关系到我们上至国家，下至人民的一件大事，每个人都应该促进和稳定谷物产量提高上做出努力，而政府在此当中的则是起着关键性的作用。在此，我们建立的模型的基础上，就谷物产量的提高，提出了一些可供参考的政策。1、通过模型和上面的分析可以看出，谷物播种面积对产量提高有着重要的作用，所以我们应该在合理的基础上有目的的，有规划的提高耕地面积。2、化肥使用量虽然对谷物增产有着积极作用，但物极必反，过度使用化肥必然在很大程度上降低土地肥力，抑制谷物的生产。所以在合理控制化肥量的同时，也要加大对化肥质的提高。总之，任何措施办法都应该在顺应自然的基础上，我们要保证谷物的稳定增长，就一定要注意走谷物生产的课持续发展之路。七、参考文献1何晓群，刘文卿.应用回归分析M.中国人民大学出版社，2015.3茆诗松，程依明.概率论与数理统计教程 M.高等教育出版社，2011.2九、附录yx1x2x3x4x5x6x735450.00110.203313.301513.4031152.70113462.0016614.20396.9038727.5099.903471.301659.8031645.10114047.0019497.20435.2040730.5099.803188.701739.8031685.00112884.0020912.50464.0037910.80110.904436.501775.8030351.50108845.0022950.00508.9039151.20109.304713.501930.6030467.90110933.0024836.00586.7040473.30106.204208.601999.3030870.00111268.0026575.00658.8039408.00114.105087.402141.5031455.70110123.0028067.00712.0040754.90121.304699.102357.1032440.50112205.0028707.00790.5044624.3095.203847.402590.3033336.40113466.0029388.00884.5043529.30108.605547.202805.1034186.30112314.0030308.40963.2044265.80124.305133.302930.2034037.00110560.0031816.601106.9045648.80127.704882.903151.9033258.20110509.0033802.501244.9044510.10148.705504.303317.9032690.30109544.0036118.101473.9046661.80134.404582.103593.7032334.50110060.0038546.901655.7050453.50107.504698.903827.9032260.40112548.0042015.601812.7049417.1092.105342.903980.7032677.90112912.0045207.701980.1051229.5096.905014.504083.7032626.40113787.0048996.102042.2050838.6096.404998.104124.3032911.80113161.0052573.602173.2046217.5090.105468.804146.4032797.50108463.0055172.102421.3045263.70101.505221.504253.8032451.00106080.0057929.902610.8045705.8098.604711.904339.4031990.60103891.0060386.502993.40 RES_1ZRE_1RES_2ZRE_2RES_3ZRE_3-2284.96469-2.06974-2284.96469-2.06974-2284.96469-2.06974-216.36815-.19599-216.36815-.19599-216.36815-.195991848.829661.674681848.829661.674681848.829661.67468818.96416.74182818.96416.74182818.96416.74182227.71623.20627227.71623.20627227.71623.206271149.770621.041471149.770621.041471149.770621.04147-229.61509-.20799-229.61509-.20799-229.61509-.20799-1154.77540-1.04600-1154.77540-1.04600-1154.77540-1.04600754.02399.68300754.02399.68300754.02399.68300-1091.90979-.98906-1091.90979-.98906-1091.90979-.9890668.07069.0616668.07069.0616668.07069.06166348.19429.31540348.19429.31540348.19429.31540-728.17892-.65959-728.17892-.65959-728.17892-.65959-183.26470-.16600-183.26470-.16600-183.26470-.166001293.508341.171671293.508341.171671293.508341.17167-428.75600-.38837-428.75600-.38837-428.75600-.38837443.10673.40137443.10673.40137443.10673.40137521.04426.47197521.04426.47197521.04426.47197-1165.49385-1.05571-1165.49385-1.05571-1165.49385-1.05571-1105.99133-1.00182-1105.99133-1.00182-1105.99133-1.001821116.088961.010961116.088961.010961116.088961.010961. 基于C8051F单片机直流电动机反馈控制系统的设计与研究2. 基于单片机的嵌入式Web服务器的研究 3. MOTOROLA单片机MC68HC（8）05PV8/A内嵌EEPROM的工艺和制程方法及对良率的影响研究 4. 基于模糊控制的电阻钎焊单片机温度控制系统的研制 5. 基于MCS-51系列单片机的通用控制模块的研究 6. 基于单片机实现的供暖系统最佳启停自校正（STR）调节器7. 单片机控制的二级倒立摆系统的研究8. 基于增强型51系列单片机的TCP/IP协议栈的实现 9. 基于单片机的蓄电池自动监测系统 10. 基于32位嵌入式单片机系统的图像采集与处理技术的研究11. 基于单片机的作物营养诊断专家系统的研究 12. 基于单片机的交流伺服电机运动控制系统研究与开发 13. 基于单片机的泵管内壁硬度测试仪的研制 14. 基于单片机的自动找平控制系统研究 15. 基于C8051F040单片机的嵌入式系统开发 16. 基于单片机的液压动力系统状态监测仪开发 17. 模糊Smith智能控制方法的研究及其单片机实现 18. 一种基于单片机的轴快流CO,2激光器的手持控制面板的研制 19. 基于双单片机冲床数控系统的研究 20. 基于CYGNAL单片机的在线间歇式浊度仪的研制 21. 基于单片机的喷油泵试验台控制器的研制 22. 基于单片机的软起动器的研究和设计 23. 基于单片机控制的高速快走丝电火花线切割机床短循环走丝方式研究 24. 基于单片机的机电产品控制系统开发 25. 基于PIC单片机的智能手机充电器 26. 基于单片机的实时内核设计及其应用研究 27. 基于单片机的远程抄表系统的设计与研究 28. 基于单片机的烟气二氧化硫浓度检测仪的研制 29. 基于微型光谱仪的单片机系统 30. 单片机系统软件构件开发的技术研究 31. 基于单片机的液体点滴速度自动检测仪的研制32. 基于单片机系统的多功能温度测量仪的研制 33. 基于PIC单片机的电能采集终端的设计和应用 34. 基于单片机的光纤光栅解调仪的研制 35. 气压式线性摩擦焊机单片机控制系统的研制 36. 基于单片机的数字磁通门传感器 37. 基于单片机的旋转变压器-数字转换器的研究 38. 基于单片机的光纤Bragg光栅解调系统的研究 39. 单片机控制的便携式多功能乳腺治疗仪的研制 40. 基于C8051F020单片机的多生理信号检测仪 41. 基于单片机的电机运动控制系统设计 42. Pico专用单片机核的可测性设计研究 43. 基于MCS-51单片机的热量计 44. 基于双单片机的智能遥测微型气象站 45. MCS-51单片机构建机器人的实践研究 46. 基于单片机的轮轨力检测 47. 基于单片机的GPS定位仪的研究与实现 48. 基于单片机的电液伺服控制系统 49. 用于单片机系统的MMC卡文件系统研制 50. 基于单片机的时控和计数系统性能优化的研究 51. 基于单片机和CPLD的粗光栅位移测量系统研究 52. 单片机控制的后备式方波UPS 53. 提升高职学生单片机应用能力的探究 54. 基于单片机控制的自动低频减载装置研究 55. 基于单片机控制的水下焊接电源的研究 56. 基于单片机的多通道数据采集系统 57. 基于uPSD3234单片机的氚表面污染测量仪的研制 58. 基于单片机的红外测油仪的研究 59. 96系列单片机仿真器研究与设计 60. 基于单片机的单晶金刚石刀具刃磨设备的数控改造 61. 基于单片机的温度智能控制系统的设计与实现 62. 基于MSP430单片机的电梯门机控制器的研制 63. 基于单片机的气体测漏仪的研究 64. 基于三菱M16C/6N系列单片机的CAN/USB协议转换器 65. 基于单片机和DSP的变压器油色谱在线监测技术研究 66. 基于单片机的膛壁温度报警系统设计 67. 基于AVR单片机的低压无功补偿控制器的设计 68. 基于单片机船舶电力推进电机监测系统 69. 基于单片机网络的振动信号的采集系统 70. 基于单片机的大容量数据存储技术的应用研究 71. 基于单片机的叠图机研究与教学方法实践 72. 基于单片机嵌入式Web服务器技术的研究及实现 73. 基于AT89S52单片机的通用数据采集系统 74. 基于单片机的多道脉冲幅度分析仪研究 75. 机器人旋转电弧传感角焊缝跟踪单片机控制系统 76. 基于单片机的控制系统在PLC虚拟教学实验中的应用研究77. 基于单片机系统的网络通信研究与应用 78. 基于PIC16F877单片机的莫尔斯码自动译码系统设计与研究79. 基于单片机的模糊控制器在工业电阻炉上的应用研究 80. 基于双单片机冲床数控系统的研究与开发 81. 基于Cygnal单片机的C/OS-的研究82. 基于单片机的一体化智能差示扫描量热仪系统研究 83. 基于TCP/IP协议的单片机与Internet互联的研究与实现 84. 变频调速液压电梯单片机控制器的研究 85. 基于单片机-免疫计数器自动换样功能的研究与实现 86. 基于单片机的倒立摆控制系统设计与实现 87. 单片机嵌入式以太网防盗报警系统 88. 基于51单片机的嵌入式Internet系统的设计与实现 89. 单片机监测系统在挤压机上的应用 90. MSP430单片机在智能水表系统上的研究与应用 91. 基于单片机的嵌入式系统中TCP/IP协议栈的实现与应用92. 单片机在高楼恒压供水系统中的应用 93. 基于ATmega16单片机的流量控制器的开发 94. 基于MSP430单片机的远程抄表系统及智能网络水表的设计95. 基于MSP430单片机具有数据存储与回放功能的嵌入式电子血压计的设计 96. 基于单片机的氨分解率检测系统的研究与开发 97. 锅炉的单片机控制系统 98. 基于单片机控制的电磁振动式播种控制系统的设计 99. 基于单片机技术的WDR-01型聚氨酯导热系数测试仪的研制 100. 一种RISC结构8位单片机的设计与实现 101. 基于单片机的公寓用电智能管理系统设计 102. 基于单片机的温度测控系统在温室大棚中的设计与实现103. 基于MSP430单片机的数字化超声电源的研制 104. 基于ADC841单片机的防爆软起动综合控制器的研究105. 基于单片机控制的井下低爆综合保护系统的设计 106. 基于单片机的空调器故障诊断系统的设计研究 107. 单片机实现的寻呼机编码器 108. 单片机实现的鲁棒MRACS及其在液压系统中的应用研究 109. 自适应控制的单片机实现方法及基上隅角瓦斯积聚处理中的应用研究110. 基于单片机的锅炉智能控制器的设计与研究 111. 超精密机床床身隔振的单片机主动控制 112. PIC单片机在空调中的应用 113. 单片机控制力矩加载控制系统的研究 项目论证，项目可行性研究报告，可行性研究报告，项目推广，项目研究报告，项目设计，项目建议书，项目可研报告，本文档支持完整下载，支持任意编辑！选择我们，选择成功！项目论证，项目可行性研究报告，可行性研究报告，项目推广，项目研究报告，项目设计，项目建议书，项目可研报告，本文档支持完整下载，支持任意编辑！选择我们，选择成功！单片机论文，毕业设计，毕业论文，单片机设计，硕士论文，研究生论文，单片机研究论文，单片机设计论文，优秀毕业论文，毕业论文设计，毕业过关论文，毕业设计，毕业设计说明，毕业论文，单片机论文，基于单片机论文，毕业论文终稿，毕业论文初稿，本文档支持完整下载，支持任意编辑！本文档全网独一无二，放心使用，下载这篇文档，定会成功！