多元线性回归分析在粮食产量预测中的应用

多元线性回归分析在粮食产量预测中的应用

ID:21609626

大小:370.58 KB

页数:15页

时间:2018-10-23

多元线性回归分析在粮食产量预测中的应用_第1页
多元线性回归分析在粮食产量预测中的应用_第2页
多元线性回归分析在粮食产量预测中的应用_第3页
多元线性回归分析在粮食产量预测中的应用_第4页
多元线性回归分析在粮食产量预测中的应用_第5页
资源描述:

《多元线性回归分析在粮食产量预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、多元线性回归分析在粮食产量预测中的应用摘要:本文主要介绍了如何用SPSS软件,运用多元线性回归的方法对中国1991至2010年度的粮食产量进行处理分析和预测。首先导入数据建立回归方程,然后对回归方程进行了显著性检验和残差分析,并对粮食产量进行了预测。关键词:多元回归分析粮食产量预测SPSS多元线性回归1.引言回归分析是统计学的一个重耍分支,它基于观测数据建立变量之间的某种依赖关系,分析数据的PJ在规律,并可用于预测等方面。常用的粮食产量数据处理方法有回归分析法、时间序列分析法、灰色系统分析法等。而回归分析法是

2、在获得大量粮食产量、粮食播种面积、自然灾害对农田的影响面积以及机械化农耕的数据的基础上,利用多元统计的方法建立自变量和因变量之间的回归关系,并对所建立的模型进行检验,以通过回归模型进行预测,对粮食安全形势的预警有着至关重要的作用。本文在介绍多元线性回归的基本原理、方法的基础上,将其引入变形监测的数据处理屮,接着说明了回归方程的建立、回归方程的显著性和回归系数的显著性,最后结合实例数据处理分析,说明冋归分析在粮食产量数据处理中的应用是可行的。2.多元线性回归模型(1)多元线性冋归分析是研究一个变量(因变量)与多

3、个因子(自变量)之间非确定关系(相关关系)的最基木方法。设y是一个可观测的随机变量,它受到p个随机因素的影响,其数学模型为y;=A)+Pxt++•••+PPxtp+£t式中:A~M0’。2),…人是待定参数;f是随机变量,它表示出x以外其它随机因素对y影响的总和;其中称£(y)=A)++Ah+…+P,tp为理论回归方程。(2)多元线性回归方程中的未知参数一般采用最小二乘法进行估计,即选择,使误差平方和最小。然后利用微积分的极值求法,由最小二乘原理可求得#的估值,在求得多元线性冋归方程后,还需要对其进行统计

4、检验。1.应用多元线性回归进行案例分析3.1研宄背景及相关数据2010年全球粮食产量约在22.8亿吨,接近2008-2009年度的22.82亿吨,比2009-2010年度的粮食产量提高1.2%。调查显示,中国粮食产量占据世界粮食产量的首位。2009年全球粮食作物产量将低于上次预估,因部分主要出产国收成下降,不过库存充实将支撑整体供给。中国1991至2010年度的粮食产量、粮食耕种面积、自然灾害成灾面积和农用机械总动力的和关数据如下:表3-11991-2010主要农业数据年份粮食产量(万吨)粮食作物(千公顷)成

5、灾面积(千公顷)农用机械总动力(万千瓦)199143529.31123142781429388.6199244265.81105602589330308.4199345648.81105092313431816.6199444510.11095443138233802.5199546661.81100602226836118.1199650453.51125482123438546.9199749417.11129123030742015.6199851229.51137872518145207.719995

6、0838.61131612673448996.1200046217.51084633437452573.6200145263.71060803179355172.1200245705.81038912716057929.9200343069.5994103251660386.5200446946.91016061629764027.9200548402.21042781996668397.8200649804.21049582463272522.1200750160.31056382506476589.620

7、0852870.91067932228382190.4200953082.11089862123487496.1201054647.71098761853892780.53.2利用SPSS进行数据分析首先将观测数据导入SPSS18.0中,在SPSS变量视图中创建粮食产量(万吨)、粮食作物(千公顷)、成灾面积(千公顷)、农用机械总动力(万千瓦)四个变量,然后再从数据视阁窗口异入数据。然后利用SPSS18.0软件作两者之间的相关性分析,步骤为:1°单击SPSS主菜单的“分析”下的“回归”中的“线性”命令,打开线性

8、回归窗U。然后在其中设置分析变量,将粮食作物(千公顷)、成灾面积(千公顷)、农用机械总动力(万千瓦)设为自变量,粮食产量(万吨)设为因变量。2°设置输出统计量单击统计量按钮,选择需要输出的统计量。然后单击继续,在方法中选择“进入”,单击确认即可得到下述结果。表3-2描述性统计量均値标准偏差N粮食产量(万吨)48136.266253423.98330220粮含作物(千公顷)1.082687E54.05

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。