應(yīng)用回歸分析論文

1、貴州民族大學(xué)實(shí)用回歸分析論文(GuizhouMinzuUniversity)論文題目：影響谷物的因素分析年級：2014級班級：應(yīng)用統(tǒng)計(jì)班小組成員：姓名：黃邦秀學(xué)號：201410100318序號：4姓名：王遠(yuǎn)學(xué)號：201410100314序號：26姓名：陳江倩學(xué)號：201410100326序號：11姓名：吳堂禮學(xué)號：時(shí)間：2016.12.06目錄摘要：3關(guān)鍵詞：3一、問題的提出4二、多元線性回歸模型的基假設(shè)4三、收集整理統(tǒng)計(jì)數(shù)據(jù)53.1 數(shù)據(jù)的收集53.2 確定理論回歸模型的數(shù)學(xué)形式6四、模型參數(shù)的估計(jì)、模型的檢驗(yàn)與修改64.1 SPS繳件運(yùn)用64.2 用SPS歌件，得到相關(guān)系數(shù)矩陣表84.3

2、回歸方程的顯著性檢驗(yàn)94.4 利用逐步回歸法進(jìn)行修正94.5 DW檢驗(yàn)法11五、結(jié)果分析11六、建議12七、參考文獻(xiàn)12影響谷物的因素分析摘要：在實(shí)際問題的研究中，經(jīng)常需要研究某一些現(xiàn)象與影響它的某一最主要因素的關(guān)系，如影響谷物產(chǎn)量的因素非常多。本文采用多元線性回歸分析方法，以1994-2014年中國谷物產(chǎn)量及其重要因素的時(shí)間序列數(shù)據(jù)為樣本，對影響中國谷物生產(chǎn)的多種因素進(jìn)行了分析。分析結(jié)果表明，近年來我國谷物生產(chǎn)主要受到單產(chǎn)提高緩慢、播種面積波動大、農(nóng)業(yè)基礎(chǔ)設(shè)施投入不足、自然災(zāi)害頻繁等重要因素的影響。為提高谷物產(chǎn)量、促進(jìn)谷物生產(chǎn)，首先應(yīng)該提供一套促進(jìn)谷物生產(chǎn)的政策措施，提高谷物種植效益，增加谷

3、物收入是根本。在這個(gè)前提下，才有可能提高單產(chǎn)、穩(wěn)定面積、加強(qiáng)基礎(chǔ)設(shè)施建設(shè)、提高抗災(zāi)能力，增強(qiáng)我國谷物生產(chǎn)能力和生產(chǎn)穩(wěn)定性。關(guān)鍵詞：谷物產(chǎn)量影響因素多元線性回歸分析、問題的提出我國土地資源稀缺，人口多而糧食需求量大，因此糧食產(chǎn)量的穩(wěn)定增長，直接影響著人民生活和社會的穩(wěn)定與發(fā)展。糧食生產(chǎn)的不穩(wěn)定性對國民經(jīng)濟(jì)的影響是不可忽略的，主要體現(xiàn)在：糧食生產(chǎn)不穩(wěn)定會引發(fā)糧食供求關(guān)系的變動，尤其當(dāng)國家糧食儲備不足的時(shí)候彳艮容易導(dǎo)致糧價(jià)上漲，從而影響整個(gè)宏觀經(jīng)濟(jì)。因此，對關(guān)系國計(jì)民生的這個(gè)特殊農(nóng)產(chǎn)品，我們不得不慎重對待。因此，分析糧食產(chǎn)量波動的原因，并據(jù)此提出相應(yīng)的對策，對保障糧食生產(chǎn)持續(xù)穩(wěn)定發(fā)展，具有重要意義。

4、、多元線性回歸模型的基假設(shè)(1)解釋變量x1,x2,x3,xp是確定性變量，不是隨機(jī)變量，且要求rank(k)=p+1N（0,仃2）i=12L0產(chǎn)2,/相互獨(dú)立對于多元線性回歸的矩陣模式y(tǒng)=XP+這個(gè)條件便可表示為:N0,二2由上述假定和多元正態(tài)分布的性質(zhì)可知，隨機(jī)向量y服從n維正態(tài)分布，回歸模型丫=XP+6的期望向量vary=；：2I因此ynX：,c2in三、收集整理統(tǒng)計(jì)數(shù)據(jù)3.1數(shù)據(jù)的收集選用了谷物產(chǎn)量y（萬噸）、谷物零售價(jià)格指數(shù)x1、受災(zāi)面積x2（萬公頃），化肥施用量x3（萬噸），鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)x4（萬人），谷物作物播種面積x5（千公頃），農(nóng)用機(jī)械總動力x6（萬千瓦），農(nóng)村用電

5、量x7（億千瓦），把這7個(gè)指標(biāo)的19942014年21年間的時(shí)間序列數(shù)據(jù)進(jìn)行回歸分析，來分析這些因素與谷物產(chǎn)量的關(guān)系。以谷物產(chǎn)量作為因變量，其它7個(gè)指標(biāo)作為解釋變量進(jìn)行回歸分析。表1-11994-2014年度谷物產(chǎn)量影響因素表谷物產(chǎn)量（萬噸）y價(jià)格指數(shù)x1受災(zāi)面積（萬公頃）x2化月巴施用量（萬噸）x3鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)（萬人）x4谷物作物播種回積（千公頃）x5農(nóng)用機(jī)械總動力（萬千瓦）x6農(nóng)村用電量（億千瓦時(shí)）x7199435450110.23313.31513.431152.711346216614.2396.9199538727.599.93471.31659.831645.11140

6、4719497.2435.2199640730.599.83188.71739.83168511288420912.5464199737910.8110.94436.51775.830351.510884522950508.9199839151.2109.34713.51930.630467.911093324836586.7199940473.31106.24208.61999.33087011126826575658.8200039408M14.15087.42141.531455.711012328067712200140754.9121.34699.12357.132440.51122

7、0528707790.5200244624.395.23847.412590.333336.411346629388884.5200343529.3I108.65547.2,805.134186.311231430308.4963.2200444265.8124.35133.32930.23403711056031816.61106.9200545648.81127.74882.93151.933258.211050933802.51244.9200644510.1；148.75504.33317.932690.310954436118.11473.9200746661.8134.44582.

8、13593.732334.511006038546.91655.7200850453.5107.54698.93827.932260.411254842015.61812.7200949417.192.15342.913980.732677.911291245207.71980.1201051229.596.95014.54083.732626.411378748996.12042.2201150838.696.44998.14124.332911.811316152573.62173.2201246217.590.15468.84146.432797.510846355172.12421.3

9、201345263.7101.55221.54253.83245110608057929.92610.8201445705.898.64711.94339.431990.610389160386.52993.4注：數(shù)據(jù)來源相應(yīng)年度的中國統(tǒng)計(jì)年鑒、中國農(nóng)村統(tǒng)計(jì)年鑒、中國農(nóng)業(yè)發(fā)展報(bào)告、中華人民共和國年鑒、中國統(tǒng)計(jì)摘要3.2確定理論回歸模型的數(shù)學(xué)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(shè)，谷物產(chǎn)量與其它7個(gè)指標(biāo)之間存在多元線性關(guān)系，即谷物零售價(jià)格指數(shù)、受災(zāi)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(jī)械總動力，農(nóng)村用電量之間存在著線性關(guān)系，也即可以把谷物產(chǎn)量的線性回歸

10、模型初步設(shè)定為：y=oixl-2x23x34x3,，5x55x6=x7其中,y：谷物產(chǎn)量，x1谷物零售價(jià)格指數(shù)、x2受災(zāi)面積，x3化肥施用量，x4鄉(xiāng)村農(nóng)林或漁業(yè)從業(yè)人員數(shù)，x5谷物作物播種面積，x6農(nóng)用機(jī)械總動力，x7農(nóng)村用電量，然后利用已有的數(shù)據(jù)進(jìn)行模型擬合，以便發(fā)現(xiàn)這些因素之間存在的數(shù)量關(guān)系。可能有人會提出質(zhì)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(fèi)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(fèi)用會導(dǎo)致嚴(yán)重的多重共線性（因?yàn)樗鼈兣c谷物單產(chǎn)有極高的正相關(guān)性），又考慮到它代表對農(nóng)業(yè)的投入和科技進(jìn)步，在選用指標(biāo)中已有灌溉面積、農(nóng)機(jī)總動力等性質(zhì)相似的指標(biāo)，再加上分析工具的局限性，因此

11、就舍棄了這幾個(gè)指標(biāo)。這也是線性相關(guān)分析的局限性之四、模型參數(shù)的估計(jì)、模型的檢驗(yàn)與修改4.1 SPSS軟件運(yùn)用將收集到的數(shù)據(jù)運(yùn)用SPS漱件進(jìn)行運(yùn)算，可以得到以上模型設(shè)定的參數(shù)估計(jì)值,結(jié)果如下表表4-1系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn)誤差試用版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-.100-1.490.160x5.043.188.025.228.823x6.136.14

12、7.400.926.371x7-12.366I3.115-2.192-3.9701.002a.因變量：y表4-2模型匯總b模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差Durbin-Watson1a.987.974.960906.043732.031a.預(yù)測變量：（常量）,x7,x1,x4,x2,x5,x6,x3b.因變量：y由表4-2得R2=0.974所以回歸方程擬合較好表4-3Anovab模型平方和df均方FSig.1回歸3.953E875.647E768.795.000a殘差1.067E713820915.240總計(jì)4.060E820a.預(yù)測變量：（常量）,x7,x1,x4,x2,x5,x6,x3b.

13、因變量：y由上表4-1和表4-2數(shù)據(jù)可得所求回歸方程12.366x7?=37259.895-29.854x1-1.606x212.870x3-0.433x40.043x50.136x6_22R2=0.974,R2=0.960,DW=2.031,F=68.7954.2 用SPSS軟件，得到相關(guān)系數(shù)矩陣表相關(guān)柱k1x234x5k6療Psrsor?聯(lián)哇1167,54廣.sgei1-011制廣700整桂f單蒯）222nn；Ito,002431口口口nonN2121212121212121Pmm恒。r*聯(lián)哇-.teg1.ie-.151,QQO-.135-.283.一時(shí)0顯芒哇（單側(cè)二222J20G.25

14、7,345_dL.107一1時(shí)N21212121212121212PmrcQin相關(guān)性JSQ166C由,3S2C6I廣,573SSIt(WJ：.oos,206,DC1,01341J02.003N21212121212121MPeareor相關(guān)性創(chuàng)寸-.151網(wǎng)*1.623.，判廠*廣.966顯著性修例：JOO,257001,COD,043JOO.000N2121212121212121x4P&曰rson相關(guān)性剛丁,CSD時(shí).52尹1,095375K372顯著性f單創(chuàng)）,002,349.013,DC6,342川70402121212121212121*5Fears口n相關(guān)性-.011-.1353

15、M-.337,C951-.516留1顯著性單例）,461,26DQ44，口心,342,000QQ7h212)212121212121而也前3口的聯(lián)畦一沔嚴(yán)*263Gl廣9口丁375-.51B1.990如著*1年例,000.107jO02.DQO,047008.D002121212121212121打Fgdrsor聯(lián)注TSO1-2435丁丁ger廣的廣1顯著?。▎纬疕JOO145J003,DCO,043DOT.000N21JI11二!1212121Z1C注m北平聿陽）上事著相關(guān)，*玄）詁k隼f匪別1卜先妻相芝由相關(guān)系數(shù)矩陣表得如下矩陣:相關(guān).1-0000-000158560-010-.00-0-

16、10-01.6108001.00-05010.468VJR=0-00.10-080069553000.0.1050049590-0-0-0-.00.1-0)-103130-00.00-07.10689385_0-00.00-07021-589317從相關(guān)矩陣看出，y與x1,x2,x3,x4,x5,x6,x7的相關(guān)系數(shù)%=-0.169偏小，P值=0.232;7=0.542偏小，P值=0.006;=0.896,P值=0.000;j=0.592偏小，P值=0.002;k=-0.011偏小P值=0.481;/=-0.787偏小，P值=0.000;ry7=0.780偏小，P值=0.000。x1谷物零售價(jià)

17、格指數(shù)、x2受災(zāi)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(jī)械總動力，x7農(nóng)村用電量，說明x1谷物零售價(jià)格指數(shù)、x2受災(zāi)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(jī)械總動力，x7農(nóng)村用電量對谷物產(chǎn)量無顯著影響。自變量之間可能存在多重共線性，SPS歆件同時(shí)可以計(jì)算出相關(guān)系數(shù)顯著性單側(cè)和雙側(cè)檢驗(yàn)的P值。4.3 回歸方程的顯著性檢驗(yàn)F檢驗(yàn)表4-4Anovab模型平方和df均方FSig.1回歸3.953E875.647E768.795.000a殘差1.067E713820915.240總計(jì)4.060E820a.預(yù)測變量：（

18、常量）,x7,x1,x4,x2,x5,x6,x3b.因變量：yP=0.0000.05；x2對應(yīng)的t值=-2.765t,對應(yīng)的p值=0.0160.05;x3對應(yīng)的t值=6.354t,對應(yīng)的p值=0.0000.05;x5對應(yīng)的t值=0.228t,對應(yīng)的p值=0.8230.05;x6對應(yīng)的t值=0.926t,對應(yīng)的p值=0.3710.05；x7對應(yīng)的t值=-3.970t,對應(yīng)的p值=0.0020.05,所以x1、x4、x5、x6對y沒有顯著影響,只有x2、x3、x7通過系數(shù)的顯著性檢驗(yàn)?；貧w系數(shù)沒有通過顯著性檢驗(yàn)的，將用逐步回歸法重新建立回歸方程。4.4 利用逐步回歸法進(jìn)行修正4-5模型匯總模型RR

19、方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差1_a.896.803.7932050.3235223.966b.974c.934.949.927.9401220.785251103.98755a.預(yù)測變量：（常量）,x3ob.預(yù)測變量:（常量）,x3,x5oc.預(yù)測變量：（常量）,x3,x5,x7。/_d4-6Anova模型平方和df均方FSig.1回歸殘差總計(jì)3.261E87.987E74.060E8119203.261E84203826.53277.577.000a2回歸殘差總計(jì)3.792E82.683E74.060E8218201.896E81490316.627127.210b.0003回歸殘差總計(jì)3.85

20、3E82.072E74.060E8317201.284E81218788.516105.371.000a.預(yù)測變量：（常量）,x3ob.預(yù)測變量:（常量）,x3,x5oc.預(yù)測變量：（常量）,x3,x5,x7od.因變量：ya4-7系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn)誤差試用版tSig.1（常量）x331827.7964.0571437.037.461.89622.1488.808.0003.0002（常量）x3x5-45087.9944.738.67512920.482.297.1131.047.392-3.49015.95C5.966.003.0005.0003（常量）x3x5x7-2506

21、2.6017.331.468-3.61314716.1301.189.1381.6141.620.272-.641-1.7036.1653.401-2.238.1075.000.003.039a.因變量：y從表輸出結(jié)果看到，逐步回歸的最優(yōu)子集為模型3,回歸方程為:?=-25.62.6017.331x30.468x5-3.613x7由回歸方程可以看出，對谷物產(chǎn)量有顯著性影響的是x3化肥施用量、x5谷物作物播種面積、x7農(nóng)村用電量，回歸方程中2個(gè)自變量的系數(shù)為正、1個(gè)系數(shù)為負(fù)，即化肥施用量和谷物作物播種面積越大，每萬噸谷物產(chǎn)量越大；農(nóng)村用電量越大，每萬噸谷物產(chǎn)量越小。具體說，在x5、x7保持不變時(shí)

22、，x3每增加一個(gè)百分點(diǎn)，每萬噸谷物產(chǎn)量平均增加7.331萬噸，在x3、x7保持不變時(shí)，x5每增加一個(gè)百分點(diǎn)，每萬噸谷物產(chǎn)量平均增加0.468萬噸，在x3、x5保持不變時(shí)，x7每增加一個(gè)百分點(diǎn)，每萬噸谷物產(chǎn)量平均減少3.613萬噸。4.5 DW檢驗(yàn)法4-8殘差統(tǒng)計(jì)量極小值極大值均值標(biāo)準(zhǔn)偏差N預(yù)測值37091.835950786.394543855.80954389.0430421殘差-2284.964601848.82971.000001017.8262321標(biāo)準(zhǔn)預(yù)測值-1.5411.579.0001.00021標(biāo)準(zhǔn)殘差-2.0701.675.000.92221a.因變量：y模型匯總d模型更改統(tǒng)

23、計(jì)量R方更改F更改df1df2Sig.F更改Durbin-Watson1.80377.577119.0002.13135.594118.0003.0155.010117.0391.995d.因變量：y由上表4-2可得,DW=1.995,dL=0.83&=1.96,4du=2.04,4-dL=3.17，duDW4-dU,所以誤差項(xiàng)之間不存在自相關(guān)五、結(jié)果分析我們進(jìn)行了一系列的檢驗(yàn)和修正后的結(jié)果如下:?=-25.62.6017.331x30.468x5-3.613x7R2=0.015,DW=1.995,F=5.010從模型中可以看出：1、x1、x2、x4、x6不符合經(jīng)濟(jì)意義的檢驗(yàn)，因?yàn)樵趯?shí)際上，谷

24、物產(chǎn)量是隨著x1谷物零售價(jià)格指數(shù)的增長而增加；谷物產(chǎn)量是隨著x2受災(zāi)面積增廣而減少，谷物產(chǎn)量是隨著x4鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)增加而增加，谷物產(chǎn)量是隨著x6農(nóng)用機(jī)械總動力增加而減少，所以最新的模型的剔除了這4個(gè)在原模型的解釋變量。2、新的模型表明：化肥施用量每增加1萬噸，谷物產(chǎn)量提高7.331萬噸；x5谷物作物播種面積增廣一個(gè)單位，谷物產(chǎn)量提高0.468萬噸；x7農(nóng)村用電量增加一個(gè)單位，谷物產(chǎn)量就會減少3.613萬噸3、可見，化肥使用量是影響谷物產(chǎn)量的顯著性因素。但從經(jīng)濟(jì)意義上來說，施肥過度反而會導(dǎo)致谷物死亡，從而減產(chǎn)。4、所以我們的模型所反映的經(jīng)濟(jì)意義不能包括現(xiàn)實(shí)中的每一種情況。六、建議我們

25、知道農(nóng)業(yè)是一個(gè)國民經(jīng)濟(jì)的基礎(chǔ)，谷物生產(chǎn)是關(guān)系到一個(gè)國家生存與發(fā)展的一個(gè)永恒的主題，再加上我國的人口龐大的基本國情，告訴我們。谷物產(chǎn)量對我國具有特別的意義和重要性。因而谷物產(chǎn)量生產(chǎn)關(guān)系到我們上至國家，下至人民的一件大事，每個(gè)人都應(yīng)該促進(jìn)和穩(wěn)定谷物產(chǎn)量提高上做出努力，而政府在此當(dāng)中的則是起著關(guān)鍵性的作用。在此，我們建立的模型的基礎(chǔ)上，就谷物產(chǎn)量的提高，提出了一些可供參考的政策。1、通過模型和上面的分析可以看出，谷物播種面積對產(chǎn)量提高有著重要的作用，所以我們應(yīng)該在合理的基礎(chǔ)上有目的的，有規(guī)劃的提高耕地面積。2、化肥使用量雖然對谷物增產(chǎn)有著積極作用，但物極必反，過度使用化肥必然在很大程度上降低土地肥力

26、，抑制谷物的生產(chǎn)。所以在合理控制化肥量的同時(shí)，也要加大對化肥質(zhì)的提高?？傊?，任何措施辦法都應(yīng)該在順應(yīng)自然的基礎(chǔ)上，我們要保證谷物的穩(wěn)定增長，就一定要注意走谷物生產(chǎn)的課持續(xù)發(fā)展之路。七、參考文獻(xiàn)1何曉群，劉文卿.應(yīng)用回歸分析M.中國人民大學(xué)出版社，2015.3其詩松，程依明.概率論與數(shù)理統(tǒng)計(jì)教程M.高等教育出版社，2011.2九、附錄yx1x2x3x4x5x6x735450.00110.203313.301513.4031152.70113462.0016614.20396.9038727.5099.903471.301659.8031645.10114047.0019497.20435.204

27、0730.5099.803188.701739.8031685.00112884.0020912.50464.0037910.80110.904436.501775.8030351.50108845.0022950.00508.9039151.20109.304713.501930.6030467.90110933.0024836.00586.7040473.30106.204208.601999.3030870.00111268.0026575.00658.8039408.00114.105087.402141.5031455.70110123.0028067.00712.0040754.9

28、0121.304699.102357.1032440.50112205.0028707.00790.5044624.3095.203847.402590.3033336.40113466.0029388.00884.5043529.30108.605547.202805.1034186.30112314.0030308.40963.2044265.80124.305133.302930.2034037.00110560.0031816.601106.9045648.80127.704882.903151.9033258.20110509.0033802.501244.9044510.10148

29、.705504.303317.9032690.30109544.0036118.101473.9046661.80134.404582.103593.7032334.50110060.0038546.901655.7050453.50107.504698.903827.9032260.40112548.0042015.601812.7049417.1092.105342.903980.7032677.90112912.0045207.701980.1051229.5096.905014.504083.7032626.40113787.0048996.102042.2050838.6096.40

30、4998.104124.3032911.80113161.0052573.602173.2046217.5090.105468.804146.4032797.50108463.0055172.102421.3045263.70101.505221.504253.8032451.00106080.0057929.902610.8045705.8098.604711.904339.4031990.60103891.0060386.502993.40RES_1ZRE_1RES_2ZRE_2RES_3ZRE_3-2284.96469-2.06974-2284.96469-2.06974-2284.96469-2.0