资源描述：
《最新关于影响粮食产量因素的回归分析.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、关于影响粮食产量因素的回归分析摘要：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。通过回归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。关键词:线性回归回归分析粮食产量宏观经济稳定发展一、引言本文按照计量经济分析方法,以1993—2012年中国粮食
2、产量及其重要因素的时间序列数据为样本,对影响中国粮食生产的多种因素进行了分析。选用了粮食产量、受灾面积、化肥施用量、粮食作物播种面积农机动力、农村用电量，以粮食产量作为因变量,其它5个指标作为解释变量进行回归分析。（一）建立模型通过对中国粮食生产及影响因素的初步定性分析后假设,粮食产量与其它3个指标之间存在多元线性关系,即粮食受灾面积，化肥施用量，粮食作物播种面积，存在着线性关系,也即可以把粮食产量的线性回归模型初步设定为：,其中,y:粮食产量（CHANLIANG）,1受灾面积（SZMJ），2化肥施用量(HFSY
3、L)，3粮食作物播种面积(BZMJ)，X4农机动力，X5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。（二）数据搜集和来源根据相应年度的《中国统计年鉴》、《中国农村统计年鉴》、《中国农业发展报告》,选用了粮食产量、受灾面积，化肥施用量，粮食作物播种面积，农机动力，农村用电量这6个指标,把这6个指标的1993—2012年20年间的时间序列数据进行回归分析,来分析这些因素与粮食产量的关系。以粮食产量作为因变量,其它3个指标作为解释变量进行回归分析。按照计量经济分析方法对影响中国粮食生
4、产的多种因素进行了分析。数据如下：粮食产量受灾面积化肥施用量粮食作物播种面积农机动力农村用电量年份(万吨)y(万公顷)x1(万吨)x2(千公顷)x3（万千瓦）x4（亿千瓦时）x5199345648.84882.93151.9110509318171244.8199444510.15504.33317.9109544338031473.9199546661.84582.13593.7110060361181655.7199650453.54698.93827.9112548385471812.7199749417.
5、15342.93980.7112912420161980.1199851229.55014.54083.7113787452082042.1199950838.64998.14124.3113161489962173.4200046217.55468.84146.4108463525742421.3200145263.75221.54253.8106080551722610.8200245705.84711.94339.4103891579302993.4200343069.55450.64411.6994106
6、03873432.9200446946.93710.64636.6101606640283933.0200548402.23881.84766.2104278683984375.3200649746.14109.14927.7104957725224895.8200750150.24899.25107.8105638765895509.9200852850.53999.05239.0106792821905713.2200953082.04721.45404.4108986874966104.4201054641
7、.03742.65561.7109876927806632.4201157121.13247.05704.2110573977357139.6201258957.02496.05838.91112051025597508.5本次采用的估计模型为其中是回归系数。二、模型的参数估计与分析线性利用SAS对模型进行拟合，参数估计和检验，用最小二乘法得到线性回归方程的形式如下：Y=-30416-1.24359*X1+5.28523*X2+0.61924*X3-0.14305*X4+0.95538*X5其中X4为农机动力（万
8、千瓦），但是得到的参数为负值，与其经济学意义不相符，故此推测存在严重的多重共线性。此外，该模型的F值221.48，可决系数R方为0.9875，修正可决系数为0.9831说明该模型的显著性成立，方程解释变量X1,X2,X3,X系数的t检验伴随概率小于5%，即t检验显著性成立，但是解释变量X5系数的t检验伴随概率大于5%，接受系数为0的假设.因此该方程需要调整，该模型可能存在
