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(jí)：2014級(jí)班級(jí)：應(yīng)用統(tǒng)計(jì)班小組成員：42611姓名：黃邦秀學(xué)號(hào)：201410100318序號(hào):姓名：王遠(yuǎn)學(xué)號(hào)：201410100314序號(hào):姓名：陳江倩學(xué)號(hào)：201410100326序號(hào):姓名：吳堂禮學(xué)號(hào)：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104.5 DW檢驗(yàn)法11五、結(jié)果分析12六、建議12七、參考文獻(xiàn)13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(duì)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(dòng)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

3、谷物收入是根本。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、問題的提由我國土地資源稀缺，人口多而糧食需求量大，因此糧食產(chǎn)量的穩(wěn)定增長(zhǎng)，直接影響著人民生活和社會(huì)的穩(wěn)定與發(fā)展。糧食生產(chǎn)的不穩(wěn)定性對(duì)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(huì)引發(fā)糧食供求關(guān)系的變動(dòng)，尤其當(dāng)國家糧食儲(chǔ)備不足的時(shí)候很容易導(dǎo)致糧價(jià)上漲，從而影響整個(gè)宏觀經(jīng)濟(jì)。因此，對(duì)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(duì)待。因此，分析糧食產(chǎn)量波動(dòng)的原因，并據(jù)此提出相應(yīng)的對(duì)策，對(duì)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+1<n,表明設(shè)計(jì)矩陣X中的自變量列之間不相關(guān)，樣本量的個(gè)數(shù)大于解釋變量的個(gè)數(shù)，X是一滿秩矩陣。(2)隨機(jī)誤差項(xiàng)具有零均值和等方差，即：Ei0,i1,2,n2ijcov(i,j)i,j1,2,.n0,ij這個(gè)假定常稱為高斯-馬爾柯夫條件。Ei0,即，假設(shè)觀測(cè)值沒有系統(tǒng)誤差，隨機(jī)誤差項(xiàng)i的平均值為零。隨機(jī)誤差項(xiàng)i的協(xié)方差為零，表明隨機(jī)誤差項(xiàng)在不同的樣本之間是不相關(guān)的(在正態(tài)假定下即為獨(dú)立的)，不存在序列相關(guān)，并且有相關(guān)的精度。(3)正態(tài)分布的假定條件為：iN0,2,i1,2,n

5、1, 2,n相互獨(dú)立對(duì)于多元線性回歸的矩陣模式y(tǒng)X,這個(gè)條件便可表示為：_2N0,In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yX的期望向量vary2In因此三、收集整理統(tǒng)計(jì)數(shù)據(jù)1.1 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(dòng)力x6（萬千瓦），農(nóng)村用電量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

6、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谷物作物播種面積（千公頃）x5農(nóng)用機(jī)械總動(dòng)力（萬千瓦）x6農(nóng)村用電量（億千瓦時(shí)）x7199435450110.23313.31513.4131152.711346216614.2396.91199538727.599.93471.31659.831645.111404719497.2435.2199640730.599.83188.71739.83168511288420912.5464199737910.8110.94436

7、.51775.830351.510884522950508.9199839151.2109.34713.51930.630467.911093324836586.7199940473.3106.24208.61999.33087011126826575658.8200039408114.15087.42141.531455.71101231280677121200140754.9121.34699.12357.132440.511220528707790.5200244624.395.23847.42590.333336.411346629388884.5200343529.3108.6554

8、7.22805.134186.3112314；30308.4963.21200444265.8124.35133.32930.23403711056031816.61106.9200545648.8127.74882.93151.933258.211050933802.51244.9200644510.1148.75504.33317.9F32690.3109544136118.11473.9200746661.8134.44582.13593.732334.511006038546.91655.7200850453.5107.54698.93827.9I32260.4112548；42015

9、.61812.7200949417.192.15342.93980.7132677.9112912145207.71980.1201051229.596.95014.54083.732626.411378748996.12042.2201150838.696.44998.14124.3I32911.8113161；52573.62173.2201246217.590.15468.84146.4132797.5108463：55172.12421.3201345263.7101.55221.54253.83245110608057929.92610.8201445705.8|98.64711.9

10、4339.431990.6|10389160386.52993.4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1.2 確定理論回歸模型的數(shù)學(xué)形式通過對(duì)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(dòng)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)量的線性回歸模型初步設(shè)定為：y01x12x23x34x35x56x67x7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

11、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(dòng)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?？赡苡腥藭?huì)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(duì)谷物產(chǎn)量有重要的影響，但考慮農(nóng)業(yè)科技費(fèi)用會(huì)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(duì)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(dòng)力等性質(zhì)相似的指標(biāo)，再加上分析工具的局限性，因此就舍棄了這幾個(gè)指標(biāo)。這也是線性相關(guān)分析的局限性之一四、模型參數(shù)的估計(jì)、模型的檢驗(yàn)與修改4.1SPSS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

12、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非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)模型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-.100-1.490.160x5.043.188.025.228.823x6.136.147.400.926.371x7-12.3663.115-2.192-3.970.002a.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

13、Durbin-Watson1.987a.974.960906.043732.031a.預(yù)測(cè)變量：（常量）,x7,x1,x4,x2,x5,x6,x3b.因變量：y由表4-2得R20.974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(cè)變量：（常量）,x7,x1,x4,x2,x5,x6,x&b.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?37259.89529.854x11.606x212.870x30.433x4

14、0.043x50.136x622R0.974,R0.960,DW2.031,F68.7954.2 用SPSS軟件，得到相關(guān)系數(shù)矩陣表由相關(guān)系數(shù)矩陣表得如下矩陣:相1-0.169-0.16910.5420.189R0.896-0.1510.5920.09-0.011-0.1350.787-0.2830.780-0.243關(guān)0.5420.8960.5920.189-0.1510.0910.6610.4830.66110.5230.4830.5231-0.382-0.3850.0950.6140.9620.3750.5730.9660.372矩-0.0110.7870.780-0.135-0.283

15、-0.243-0.3820.6140.573-0.3850.9620.9660.0950.3750.3721-0.516-0.531-0.51610.990-0.5310.9901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相關(guān)性7xlx2<3Jc4xG17Fggim相關(guān)世1w5B2-or即廣Tsn-"笈苔慳f單制1m006MD.00(2491ion,000N212121二121212121里1Pgrsun相美性-.1EQ1,ieg-.000-135”83-.2J3顯若性伴時(shí).232,206,267,349280.107,14521

16、212121212121>2Pgmrson相關(guān)性,1S01EW而.614"".579'"顯著性C單時(shí).0(06,20B001,013口44302,00321211121T2121>3Pgrsw相關(guān)性jo<r"-.151能T1.623"-395cOBI'".甘顯著性畢喇：.000.257,C1.C09040JOO.0002121212121K2121,4PrareontaStt,UOO皿£23r1095J75"顯著性（單例）.002.340miJOB.342.0+7,040N5121

17、212121212121/5Fusun相關(guān)性-.011-135,，庇-.365t，曬1-51廣-.531"顯著性*俐）,4£1,280,044口43J42.008,007212121212121>：6Femwn相關(guān)性.汽尸-283ei產(chǎn).962.375"-.51D,1199Qir先者性（單例】,00010?,002DOO,047ooaooo21212I2121211121燈F的sir相關(guān)性了時(shí)一-243573"J90(T一srf-.531"I顯著性CWJ：.0(00,145,003,000,048007.000212121JI212121

18、21c在一U1水平（革皿）上是獸拈殼。*005*壬f壟加1一莖*日牛O值=0.232;ry20.542偏小，P值=0.006;0.896,P值=0.000;k0.592偏小，P值=0.002;%-0.011偏小P值=0.481;冒-0.787偏小，P值=0.000;ry70.780偏小，P值=0.000。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(dòng)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(dòng)力，x7農(nóng)村用電量對(duì)谷物產(chǎn)量無

19、顯著影響。自變量之間可能存在多重共線性，SPS馱件同時(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(cè)變量：（常量）,x7,x1,x4,x2,x5,x6,x3b.因變量：yP0.0000.05,拒絕原假設(shè)，即作出7個(gè)自變量整體對(duì)因變量y顯著影響x1對(duì)應(yīng)的t值-1.224t,對(duì)應(yīng)的p值0.2430.05；x2對(duì)應(yīng)的t值-2.765t,對(duì)應(yīng)的p值0.0160.05；x3對(duì)應(yīng)的t值6.354t

20、,對(duì)應(yīng)的p值0.0000.05;x4對(duì)應(yīng)的t值-1.4901,對(duì)應(yīng)的p值0.1600.05;x5對(duì)應(yīng)的t值0.228t,對(duì)應(yīng)的p值0.8230.05;x6對(duì)應(yīng)的t值0.926t,對(duì)應(yīng)的p值0.3710.05;x7對(duì)應(yīng)的t值-3.970t,對(duì)應(yīng)的p值0.0020.05,所以x1、x4、x5、x6對(duì)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方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤差1.896a.803.7932050.323522.966b.934.9271220.785253.974c

21、.949.9401103.98755a.預(yù)測(cè)變量：（常量）,x3。b.預(yù)測(cè)變量:（常量）,x3,x5oc.預(yù)測(cè)變量：（常量）,x3,x5,x7。4-6Anovad模型平方和df均方FSig.1回歸3.261E813.261E877.577.000a殘差7.987E7194203826.532總計(jì)4.060E8202回歸3.792E821.896E8127.210.000b殘差2.683E7181490316.627總計(jì)4.060E8203回歸3.853E831.284E8105.371.000c殘差2.072E7171218788.516總計(jì)4.060E820a.預(yù)測(cè)變量：（常量）,x3ob.

22、預(yù)測(cè)變量:（常量）,x3,x5oc.預(yù)測(cè)變量：（常量）,x3,x5,x7od.因變量：y4-7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）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-

23、3.6131.614-.641-2.238.039a.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:?25.62.6017.331x30.468x53.613x7由回歸方程可以看出，對(duì)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)，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

24、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a極小值極大值均值標(biāo)準(zhǔn)偏差N預(yù)測(cè)值37091.835950786.394543855.80954389.0430421殘差-2284.964601848.82971.000001017.8262321標(biāo)準(zhǔn)預(yù)測(cè)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)計(jì)量R方更改F更改df1df2Sig.F更改Durbin-Watson1.80377.577119.0002.13135.594118.0003.

25、0155.010117.0391.995d.因變量：y由上表4-2可得，DW=1.995,dL0.83,du1.96,4du2.04,4dL3.17,duDW4du,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：?25.62.6017.331x30.468x53.613x7_2R0.015,DW=1.995,F5.010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，谷物產(chǎn)量是隨著x1谷物零售價(jià)格指數(shù)的增長(zhǎng)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

26、機(jī)械總動(dòng)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(huì)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(huì)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(duì)我國具有特別的意義和重要性

27、。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(duì)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(duì)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，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(duì)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(zhǎng)，就一定要注意走谷物生

28、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yx1x2x3x4x5x6x735450.00110.203313.301513.4031152.70113462.0016614.20396.9038727.5099.903471.301659.8031645.10114047.0019497.20435.2040730.5099.803188.701739.8031685.00112884.0020912.50464.0037910.80110.904436.5017

29、75.8030351.50108845.0022950.00508.9039151.20109.304713.501930.6030467.90110933.0024836.00586.7040473.30106.204208.601999.3030870.00111268.0026575.00658.8039408.00114.105087.402141.5031455.70110123.0028067.00712.0040754.90121.304699.102357.1032440.50112205.0028707.00790.5044624.3095.203847.402590.303

30、3336.40113466.0029388.00884.5043529.30108.605547.202805.1034186.30112314.0030308.40963.2044265.80124.305133.302930.2034037.00110560.0031816.601106.9045648.80127.704882.903151.9033258.20110509.0033802.501244.9044510.10148.705504.303317.9032690.30109544.0036118.101473.9046661.80134.404582.103593.70323

31、34.50110060.0038546.901655.7050453.50107.504698.903827.9032260.40112548.0042015.601812.7049417.1092.105342.903980.7032677.90112912.0045207.701980.1051229.5096.905014.504083.7032626.40113787.0048996.102042.2050838.6096.404998.104124.3032911.80113161.0052573.602173.2046217.5090.105468.804146.4032797.50108463.0055172.102421.3045263.70101.505221.504253.8032451.00106080.0057929.902610.8045705.8098.604711.904339.4031990.60103891.0060386.502993.40RES_1ZRE_1RES_2ZRE_2RES_3ZRE_3