1应用回归分析论文

1、吉首大学。本科课程论文主题：粮食总产量影响因素分析学科课程名称：应用回归分析所属大学：专业年级：学生姓名：学号：完成时间：2015年12月23日目录摘要：1关键字：1一、简介1二、模型设置和数据准备1三、建立回归模型21.模型设定22、估计参数3四、模型检查41、经济重要性测试42、统计检验43、回归模型测试4(1)多重共线性检查4(2)逐步回归5(3)异方差检验7(4)自相关检查8五、决定模式9六、结论9参考文献9附录10粮食总产量影响因素分析摘要：目前我国70%的人口是农村人口，农业生产的发展直接关系到广大农民的生活提高，直接关系到国家经济建设目标的实现。影响粮食产量的因素很多，本文分析了

2、影响我国粮食产量的一些因素，包括农机总动力、肥料施用量、粮食作物种植面积等，并利用spss统计软件建立了逐步回归分析方法，建立了我国粮食产量的回归模型，其中主要影响因素将进行划分。通过逐步回归分析，发现建立的模型具有很好的拟合效果。影响我国粮食产量的主要因素包括肥料施用量、粮食作物种植面积等。通过分析，得出了增加粮食作物种植面积是增产最有效的方法，但考虑到我国耕地的有限资源，提高粮食面积产量，实现粮食总产量增长目标的结论。高度机械化带来农机闲置，农业机械的大量增加对粮食增产效果不明显。盲目增加化肥的使用并不能从根本上增加粮食产量，关键是提高化学肥料利用率。关键词：粮食总产量农机总动力肥料应用粮

3、食作物种植区ols返回多公线一、引言1998-2003年我国粮食总产量连续5年下降，总产量从5123万吨下降到43065万吨，下降了16%。考虑到各种影响因素，减少的主要原因是种植面积的减少。耕地面积减少的根本原因是粮食价格下降、粮食价格下降、农民、种植结构变更，或者干脆忽视等，这标志着粮食耕作面积大幅减少。2004年以来，我国粮食要实现恢复性增产，重视退耕还林还草，实行水土管理，改善生态环境，改善农田小气候，同时加强农田水利建设，进行产能建设，保证粮食生产的稳定发展。二、模型设置和数据准备影响粮食总产量的因素包括粮食作物种植面积、单粒面积、有效灌溉面积、肥料使用量、农药使用量、农机总动力、农

4、业地膜使用量、受损面积、灾区等5个可变粮食播种面积(x1)、农业肥料使用量(x2)、灾害面积(x3)(资料见附录)。三、建立回归模型1.设定模型首先，根据1990-2013年的相关数据，使用spss软件分析和估计模型的参数，以获得序列y，x1，x2，x3，x4，x5的矩阵图。可以看到粮食产量和各影响因素的差异明显，其变动方向基本相同，可以徐璐具有一定的相关性，并将模型设定为线性回归模型形式：y=0 1x1 2x2 3x3 4x4 5x5 2、估计参数使用spss对上述数据执行线性回归分析，估算模型参数，结果2-1输出为：输出结果2-1系数a模型未标准化系数标准系数t西格。公共选举统计b标准错误

5、试用版容许度贝芙1(常数)-34682.7867616.047-4.554.000x1.571.041.55013.776.000.5131.949x25.384.6801.3887.917.000.02737.578x3-.158.029-.179-5.408.000.7491.335x4-.078.028-.373-2.830.011.04721.208x5.123.201.134.612.548.01758.601a.变量： y模型摘要b模型rr字r字曹征标准估计错误变更统计资料德比-华生变更r字f变更df1df2sig。f变更1.993a.985.981564.4487.985241.

6、061518.0002.156a.预测变量：(常量)，x5，x3，x1，x4，x2。b.变量： y导致anovaa模型平方和df菌房f西格。1回归38403255.312576802651.062241.061.000b残茶5734842.0221831862.335总计38948097.33323a.变量： yb.预测变量：(常量)，x5，x3，x1，x4，x2。(1)可以根据输出结果导出，模型推断结果写为y=-34682.786 0.571 x1 5.384 x2-0.158 x3-0.078 x4 0.123 x5(7616.047)(0.041)(0.680)(0.029)(0.028

7、)(0.201)t=(-4.554)(13.776)(7.917)(-5.408)(-2.830)(0.62)r2=0.985 2=0.981 f=241.06 dw=2.156(2)复合相关r=0.993，确定系数r=0.985，从确定系数来看，回归方程非常重要。(3)可以从方差分析表中获得，f=241.06，p值=0.000表示回归方程非常重要，x1，x2，x3，x4，x5表示总体上对y有非常重要的线性影响。四、模型检查1、经济重要性测试从经济意义上讲，中国粮食产量y与粮食播种面积x1、农业肥料使用量x2、农机总动力x4、有效灌溉面积x5呈正相关，灾区x3呈负相关。但是在回归的函数关系中，

8、粮食产量y与农机总力x4负相关，符号与经济意义不相符。2、统计检查(1)适用性检查。在回归结果中，2和曹征2的值均接近于1，这表明模型的适合度更好。(2)t检查。从表中可以看出，在=0.05的重要程度下，自由度n-k-1=18的t统计值的阈值为tala/2(18)=2.101，x1，x2，x3，x4的t值大于此阈值，因此x1，x2，x4(3)f测试。f统计信息的阈值为f0.05(5，18)=2.68，f大于此阈值，因此模型的线性关系在95%信任级别显着成立。3、回归模型测试(1)多重共线性检查如输出结果2-1所示，如果x4的方差扩展系数vif4=21.208大于10，x4的回归系数为负值，则此

9、回归模型仍具有强多重共线，因此需要删除变量。删除x4，使用y和其他四个参数x1、x2、x3和x5创建回归模型，如输出结果3-1所示。输出结果3-1系数a模型未标准化系数标准系数t西格。公共选举统计b标准错误试用版容许度贝芙1(常数)-28563.7198544.990-3.344.003x1.627.042.60414.782.000.6691.494x25.549.7931.4307.001.000.02737.300x3-.117.030-.133-3.943.001.9831.018x5-.220.188-.239-1.172.256.02737.311a.变量： y如输出结果3-1所示

10、，x5的方差扩展系数vif5=37.311大于10，x5的回归系数为负值，这表明回归模型中仍有强多重共线，需要删除变量移除x5，然后使用y和其他三个引数x1、x2和x3建立回归模型，如输出结果3-2所示。输出结果3-2。系数a模型未标准化系数标准系数t西格。公共选举统计b标准错误试用版容许度贝芙1(常数)-36632.5455118.233-7.157.000x1630.043.60714.718.000.6711.491x24.639.1601.19629.039.000.6721.487x3-.121.030-.137-4.034.001.9911.009a.变量： y提供了合理的经济解释

11、，输出结果3-2中，3个方差扩张系数小于10，回归系数也没有强的多重共线可用作最终回归模型。回归方程式为：y=-36632 . 5450 . 630 x1 4.639 x2-0.121 x3(2)逐步回归使用进度方法对变量y，x1，x2，x3执行逐步回归时，结果3-3将输出如下输出结果3-3系数a模型未标准化系数标准系数t西格。b标准错误试用版1(常数)3431.6961754.75519.451.000x23.254.451.8397.220.0002(常数)-40639.9166598.862-6.159.000x24.6212101.19122.018.000x1.640.056.616

12、11.390.0003(常数)-36632.5455118.233-7.157.000x24.639.1601.19629.039.000x1630.043.60714.718.000x3-.121.030-.137-4.034.001a.变量： y模型摘要模型rr字r字曹征标准估计错误1.839a.703.6902292.89572.979b.959.955875.98273.989c.977.974666.5130a.预测变量：(常量)，x2。b.预测变量：(常量)，x2，x1。c.预测变量：(常量)，x2，x1，x3。anovaa模型平方和df菌房f西格。1回归27085944.7221

13、27085944.72252.134.000b残茶1152152.611225257370.573总计38948097.333232回归37363387.9202186816918.960243.459.000c残茶16114259.41321767345.686总计38948097.333233回归380863304.8363126954434.945285.779.000d残茶8888884792.498204444239.625总计38948097.33323a.变量： yb.预测变量：(常量)，x2。c.预测变量：(常量)，x2，x1。d.预测变量：(常量)，x2，x1，x3。如输出结果3-3所示，进度方法依次引入变量x1、x2和x3，最佳回归模型为y=-36632 . 5450 . 63 x1 4.639 x2-0.121 x3总之，最终粮食生产的函数y=f(x1，x2，x3)必须最佳，拟合结果为：y=-36632 . 5450 . 63 x1 4.639 x2-0.121 x3(3)异方差检验使用spss软件设置y对x1、x2和x3的常规最小二乘回归，保持残差并生成以下输出3-4输出结果3-4anova平方和df菌房f西格。方程式1回归380863304.8363126954434.9452