篇一：影响中国汽车产量的多因素分析
影响中国汽车产量的多因素分析
摘要： 汽车产业是国民经济的支柱产业，改革开放以来我国汽车产量呈持续上升的趋势。根据经济学原理和生活经验，汽车产量可能与钢铁产量、运输公路长度、制造业职工人数、私人汽车拥有量、石油消费总量等因素相关，本文通过建立多元线性回归模型，引入上述五个变量，利用Eviews软件进行检验分析。在逐步回归分析中，先后排除了运输公路长度、私人汽车拥有量、石油消费总量等三个因素和汽车总产量之间的线性相关性。之后，又通过异方差性检验和自相关性检验验证了钢铁产量、制造业职工人数和汽车总产量之间的线性相关性。最后确定了汽车总产量的多元线性回归模型。
关键词：汽车产量；钢铁产量；制造业职工人数；因素分析
一、汽车产业在国民经济中的重要地位 （1）促进国民经济的持续快速发展
汽车产业是资本、技术密集型产业，又是劳动密集型产业，具有巨大的前后向关联度和很强的波及效果，对国民经济具有很强带动作用。因此，党中央、国务院对发展汽车产业非常重视，多次提出要把汽车产业建成国民经济的支柱产业，并为此采取了一系列的政策措施。在这一指导思想下，我国汽车产业取得了快速发展，在国民经济中的地位和作用越来越重要。1990-1999年，我国汽车工业总产值占全国工业总产值的比例在2.1%-3.7%之间；占国民生产总值的比例在0.7%-1.2%之间。汽车工业增加值的比例在1.8%-2.9%之间，增加值年平均增长速度为23.72%,高于同期全国工业增加值21.9%的平均速度。汽车工业利税占全国工业利税的比例为2.2%-4.8%；汽车工业年利税超过1 000亿元人民币。据测算，汽车产业对相关产业的带动系数为1：3。2002年广义的汽车产业增加值占
GDP的比重达6%。有关专家预测：到2030年，我国汽车产业对GDP的直接影响将占8%，间接影响将占30% ；汽车产业对国民经济贡献率将达38%。由此可见，近些年来，我国国民经济的快速增长，汽车产业做出了很大的贡献。到2020年要实现国民经济翻两番的奋斗目标，离开了汽车产业的快速发展也是难以实现的。
（2）.有利于全面建设小康社会
发展汽车产业对全面建设小康社会有很大的推动作用。一是有利于增加就业。汽车产业的大规模生产方式和对上下游产业的巨大带动作用为社会提供了大量的就业机会。根据笔者的测算和国外的相关经验，汽车产业对就业的带动作用为1；10,即1个汽车产业的直接就业可带来10个与汽车产业相关的就业机会。二是有利于满足人民的消费需求。随着我国国民经济的快速发展和人民生活水平的提高，人民的消费需求已逐步由吃、穿、用为主向住和行为主转变，因此，发展汽车产业有利于满足人民不断增长的消费需求，有利于推动居民消费结构的升级。三是有利于改变人民的生活方式，提高生活质量。随着我国汽车产业的发展和汽车普及率的提高，将极大地提高人们的出行效率，拓展活动空间，提高出行的舒适性。
(3).推动技术进步和产业结构升级
汽车作为一个产品，是高新技术的结晶。作为一个产业，是新技术应用范围最广、数量最多、周期最长、规模最大的产业。它不仅本身的生产制造有很高的技术要求，而且对相关产业如原材料产业、装备制造业、配套产业等也有很高的技术要求。因此，汽车产业的发展不仅要求本身广泛发展和使用新技术，也要求相关产业广泛发展和使用新技术。因此，发展汽车产业对推动技术进步和产业结构升级具有重要作用。
(4).推动城市化进程
城市化是我国经济社会发展的必然历史过程，汽车产业的发展有助于加快我国城市化进程。一是汽车的发展和普及，改变了城市交通的面貌，推动了城市交通的现代化，促进了城市经济繁荣；二是汽车的发展和普及，推动了城市结构的改变，促进了围绕大城市而建立的卫星城市群落发展；三是汽车的发展和普及，加强了城乡之间在物质、文化、信息、人员等方面的交流和联系，有利于推动城乡经济社会一体化发展，缩小城乡差别。
我国正处于全面建设小康社会的重要战略机遇期，大力发展汽车产业，全面推进国民经济各部门持续健康发展，是当前我们面临的重大任务。因此，通过建立计量经济学模型，研究汽车产量和相关因素的依存度，是一件很有意义的事。
二、模型设定
根据经济学原理和生活经验，我们把模型设定为：Y=β０+β１Ｘ１+β２Ｘ２+β３Ｘ３+β４Ｘ４+β５Ｘ５+ｕ
其中：
y. 汽车总产量（万量）
X1 钢铁产量（万吨） X2 运输公路长度（万公里） X3 制造业职工人数（万人） X4私人汽车拥有量（万辆） X5 石油消费总量（万吨）
数据如下：
三、参数估计
使用Eviews软件，根据ols法对模型进行估计得： 表1
Dependent Variable: Y Method: Least Squares Date: 05/13/05Time: 09:44 Sample: 1989 2003 Included observations: 15
Variable C
Coefficient -51.00437
Std. Error 64.61807
t-Statistic -0.789321
Prob.0.4502
X1 X2 X3 X4 X5
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.025241 -1.196858 0.014369 0.120705 -0.000929
0.005750 0.457563 0.007983 0.095886 0.001127
4.390066 -2.615722 1.799986 1.258839 -0.824374
0.0017 0.0280 0.1054 0.2398 0.4310
0.996025 Mean dependent var 170.8173 0.993816 S.D. dependent var 8.119807 Akaike info criterion 593.3814 Schwarz criterion -48.86748 F-statistic 1.708534 Prob(F-statistic)
103.2583 7.315664 7.598884 451.0106 0.000000
分析：
由F=451.0106〉F0.05(5,9)=4.77(显著水平为0.05)表明模型从整体上看汽车生产量与解释变量之间线性关系显著。但X3,X4,X5的t值不显著,x2,x5系数的符号与经济意义不符，模型可能存在多重共线性 。
四、检验及修正
1、多元线性检验
（1）计算解释变量之间的简单相关系数：
表2
X1 X2 X3 X4 X5
X1 1.000000 0.967588 -0.862861 0.990592 0.945730
X2 0.967588 1.000000 -0.917334 0.983487 0.941083
X3 -0.862861 -0.917334 1.000000 -0.913528 -0.904263
X4 0.990592 0.983487 -0.913528 1.000000 0.955061
X5 0.945730 0.941083 -0.904263 0.955061 1.000000
由上表可看出，届时变量之间高度线性相关。表明模型确实存在多元共线性 。
篇二：影响玉米产量因素
【引用】玉米产量潜力与实现的限制因素评估
粮食生产 2011-03-06 10:11:28 阅读15 评论0字号：大中小 订阅
本文引用自老墨《玉米产量潜力与实现的限制因素评估》
内容提要：对1949至2005年玉米产量变化资料分析表明，50年来，我国玉米单产提高了248.43公斤，增幅为331.68%，年均增加5.54公斤；总产由1175万吨提高到12600万吨，增加了10.72倍，其中单产贡献占84.9%、面积贡献为15.1%，总产量提高的主要原因是单产的增加，技术的创新、突破与扩散在玉米单产的增加中发挥了重要的作用。我国玉米单产仍然蕴藏着巨大的潜力，按光温理论产量、理想条件产量和近期现实产量潜力估算，我国玉米主产区依次有2114.59公斤、969.50公斤和261.82公斤增产潜力，分别相当于现有生产实际单产水平的7.44倍、3.95倍和1.80倍。采用专家参与式研究表明，当前限制玉米产量潜力实现的主要因素是施肥方法不科学，耕作栽培管理粗放，技术不规范与到位率低等栽培种植技术问题；其次是以干旱为主的不利生态、气候条件和玉米品种多乱杂、缺乏高产稳产的区域主导品种，而土壤侵蚀严重、耕层变浅和地力不足以及玉米螟等主要病虫害严重发生也已成为玉米生产能力提高的重要障碍因素。加强栽培技术研究和农业科技推广工作是近期政府制定相关产业政策时必须考虑的重要领域，农业科技入户工程是解决我国粮食安全和农民增收的最有效途径。2005年11个省15个玉米试点县的15003位科技示范户平均亩产580.24公斤，基本实现了玉米近期现实产量潜力。
我国现有人口13亿，人均耕地面积不足1.5亩，预计30年后将增至16亿，人均耕地将减少到1亩，未来如何保证粮食和食物安全？这是人人关心的头等大事。玉米是C4高光效作物，蕴藏着巨大的产量潜力，被誉为21世纪的“谷中之王”。世界玉米最高产纪录是美国Francis Childs于2002年创造的亩产1823.4公斤，比小麦（1013公斤）和水稻（1014.8公斤）高产纪录分别高出810.4公斤和808.6公斤。我国是玉米生产大国，常年播种面积3.5～3.8亿亩，总产量约1.2亿吨，面积和产量仅次于水稻，居第二位。20世纪玉米产量的快速增长为中华民族的生存和发展做出重大贡献。在新的世纪，玉米的需求量将逐年增加，综合生产能力提高是保障需求的有效途径。因此，探索玉米增产潜力和主要限制因素，明确科技创新和扩散的方向与目标，对提高玉米生产能力，保障我国食物和能源安全、增加农民收入具有重要的战略意义。
1 材料与方法
我国玉米主要分布在从东北斜向西南狭长的玉米带上，包括3大玉米生态区和13个省（区），分别是东北春玉米区黑龙江、吉林、辽宁和内蒙古，黄淮海春、夏玉米区河北、山西、山东、河南和陕西，西南山地丘陵玉米区四川、云南、贵州和广西，玉米种植面积占全国玉米总面积的85%，总产量占85%以上。
采用林毅夫等（1996）“单产损失评估法”和胡瑞法等（2004）“参与式评估方法”对限制产量的因素评估。在广泛征求专家意见基础上，设计出生态与气候、土壤、品种与种子、栽培种植技术、病虫草鼠害和社会经济等7个方面102个自然、技术因素和31个社会性限制因素；组织来自玉米带3大生态区和13个主产省（区）从事玉米耕作栽培、育种、植保、推广、经营和管理等多学科、多部门专家，分省（区）和生态区2个层次，先后对制约单产潜力发挥的各种限制因素进行专家参与式研讨和评估，并充分估计各种限制因素在玉米产量损失（潜在单产和实际单产之间的产量差）中所占的相对份额（百分数），将该百分数与各生态区产量潜力相乘计为各限制因素造成的单产损失，再按产量损失比重的大小对各种限制因素排序。共182位专家参与了评估。
文中数据来源，大田实际产量来自《中国农业统计年鉴》，区试产量根据各省区玉米区域化试验材料汇总整理，均为2002年-2004年平均值。光温生产值根据国土资源部《农用地分等规程（TD/T1004-2003）》
[3]
[1][2]
数据整理，大田高产纪录均采自各省玉米高产田产量验收报告。 2 结果与分析
2．1 玉米高产之路与产量潜力
2．1．1 50年来我国玉米单产的提高与主要技术创新与扩散的经验
全国玉米亩产从1949年的74.9公斤增至2005年的323.33公斤，50年来提高了248.43公斤，增幅
为331.68%。玉米单产（y，公斤/亩）随年份（x）递增呈线性函数变化，拟合方程为y =38.1277+5.5422
x ，r =0.969**，由方程可见，全国玉米单产年均增产为5.54公斤。
2005年全国玉米总产量为12600万吨，是1949年1175万吨的10.72倍，玉米总产量（Y，万吨）与单产（x1，公斤/亩）、种植面积（x2，万亩）的拟合关系为：
Y =-6057.4410+28.8550x1+0.1905x2 R 2 =0.985**
方程系数检验：t1= 13.597，t2=5.743，均大于t0.01=2.689，达到极显著水平。依据方程自变量x1、
x2的偏回归平方和所占比例表明，50年来，我国玉米总产量的增加中单产贡献占84.9%，面积为15.1%，
即玉米总产量的增加主要是依靠单产实现的。
进一步对各年代玉米单产线性拟合的结果表明，1949～1961年玉米单产年均增加0.76公斤；1961～1971年为6.64公斤；1971～1979年为7.13公斤；1979～1998年为7.76公斤；1999～2005年为2.08公斤，表明我国玉米单产在各年代是持续增长，并且以上世纪70～90年代增幅最大。分析玉米单产提高的原因可见，
50年代主要是总结和推广农民丰产经验，由于整体科技水平低，技术传播体系不健全，种植品种以农家种为主，产量较低，加上化肥用量甚少，病虫草害防治不力，耕作栽培管理粗放以及受农业“大跃进”的影响，玉米单产处于徘徊与缓慢增加阶段。
60年代增产的主要措施包括大面积推广双交种，一般比农家品种增产20-30%；精细整地，改良土壤，改善农田条件；合理密植，由每亩约1800株增加到2500株；增施肥料，化肥开始较大面积应用等，玉米单产明显增加。
70年代玉米单产提高较快，主要原因：一是玉米杂交种的快速推广，据有关部门资料统计，1966年全国杂交种面积仅占玉米总面积的10%，1971年增至28%，1979年扩大到69.8%，达10455万亩；二是化肥施用量剧增。三是大规模的农田基本建设，包括平整土地、兴修水利、坡地改梯田、改良盐碱地、建设高产稳产农田和贯彻“以粮为纲”过程中特别强调“突出抓好粮食”，对玉米生产均产生明显的促进作用。
80年代以后玉米进入大发展时期，也是玉米单产增速最快的时期。主要原因：一是国家采取一系列有利于发展玉米生产的政策和措施，特别是联产承包责任制和收购价格的提高极大地激发了农民生产的积极性。国家继1979～1984年粮食收购价年均上涨12.1%，1986～1989年又上涨14.9%之后，1992～1996年年均再次上涨23.3%。二是确立了玉米在饲料中的主导地位，特别是进入90年代后玉米发展为粮食、饲料、经济兼用作物，需求量大增拉动生产。三是技术创新和扩散在玉米增产中发挥重要作用，包括采用抗病、高产杂交种，提高种子纯度；增施肥料，主要是化肥用量大增，肥料品种更加齐全，施肥技术优化；适当密植，尤其是一些地区推广紧凑型玉米后，每亩密度增加了1500～2000株；扩大覆膜栽培面积、推广育苗移栽；综合防治病虫草害，加强预测预报，适时进行防治；玉米规范化栽培技术得到广泛应用。其中最重要的突破是紧凑型玉米的选育应用和覆膜栽培技术的快速推广。据农业部统计资料，1985年全国紧凑型玉米种植面积不足3000万亩，占全国玉米总面积的11.2%；1990年占17.7%，1998年种植面积达1.3亿亩，占全国玉米面积的34.5%。地膜玉米技术1979年在山西省大同县罗贝庄村开始试验，1.5亩玉米当年平均亩产630公斤，比露地玉米增产57%，80年代开始扩大推广，1985年示范面积达47万亩，1990年扩大到1300万亩，1999年达到3300万亩。据黄季焜（1996）研究，1978～1992年科技进步在不同农作物生产中的相对贡献达到95-161%,制度创新的贡献为30-35%。
1998年玉米单产达到历史最高的351.27公斤，之后由于粮价持续低迷，农民种粮积极性不高，投入与管理水平下降，玉米单产下滑。2004年中央采取了一系列支农政策，如减免农业税、种粮直补、良种补贴等，玉米单产出现恢复性增长。
2．1．2 玉米高产突破之路
通过创高产研究或高产竞赛，实现高产突破，展示玉米高产潜力，对明确增产途径和玉米大面积持续提高产量可以起到示范作用。
李登海是山东莱州农民育种家，他从1972年起探索玉米高产之路，多次创造了世界夏玉米高产纪录，如1979年776.9公斤/亩，1986年962.1公斤/亩，1988年1008.9公斤/亩，1989年1096.3公斤/亩，2005年1402.9公斤（按全田计算，去边行后为1289.8公斤/亩）（图1）。李登海创造的夏玉米高产纪录从500
[5]
[4]
[4]
[4]
公斤上升到800公斤，用了
12年时间；从
800公斤到1000公斤，又用去了8年时间；而从1000公斤跨上1200公斤的台阶，差不多用去了17年的时间。从1986年起，李登海的夏玉米高产田大部分年份亩产超过900公斤或接近吨粮，其最高产量均为当年全国平均产量的3倍以上。李登海高产田在上世纪80年代初亩产超过800公斤时是用得紧凑中穗型玉米掖单2号杂交种，亩产超过1000公斤和1200公斤分别是紧凑大果穗型玉米掖单13和登海3719，采取了旨在提高群体光合效率的株型改良和杂种优势相结合，新品种培育与高产栽培相结合的技术路线，并树立了“七分种，三分管”玉米高产新概念，充分发挥了玉米的增产潜力和栽培措施的综合效应，在一定程度上代表着当代中国玉米生产与科研发展的方向。
美国从1914年在印第安纳州首次举行玉米高产竞赛，已持续近一个世纪，对全国玉米的发展起到了重要的作用（图2）。由中美两国玉米高产纪录和单产水平来看，我国玉米单产仍有很大潜力。
[4]
图1 李登海夏玉米最高产量与全国平均产量 图2 美国玉米高产纪录与当年全国平均产量
资料来源：图1中所列高产纪录均采自每年李登海玉米高产田产量验收报告，其中1999年前资料引自文献[4]；图2中美国高产纪录数据部分来自文献[6]。
2．1．3 我国玉米产区主要单产潜力估算
新世纪玉米增产潜力还有多大？本文以各省（区）2002-2004年玉米实际单产平均值代表近期大田单产水平，以此为基数，1）以光温生产潜力计算值代表玉米光温理论生产能力，可以得到产量差一，各主产省玉米光温产量潜力见表1。东北春玉米区、黄淮海春、夏播玉米区和西南玉米区三大生态区玉米光温产量潜力分别为2166.71、2328.35和1888,31公斤；2）以各省（区）大田生产曾经达到过的最高单产既高产纪录代表在现有气候、品种和栽培理想条件下能够实现的玉米产量，可以得到产量差二，代表各省（区）玉米可以达到的理想产量潜力估算值，结果见表1。三大生态区理想产量潜力分别为887.95、991.00和1019.22公斤；3）以各省（区）近年区域化试验产量（2002-2004年）平均值作为玉米现实生产能力，可
以得到产量差三，各主产省玉米现实产量潜力见表1。三大生态区玉米现实产量潜力分别为332.15、292.44和251.75公斤（见表1）。由此可见，我国玉米单产的潜力是巨大的，玉米带三大生态区13个主产省（区）平均光温理论产量、理想产量和近期现实产量潜力依次为2114.59公斤、969.50公斤和261.82公斤，分别相当于现有生产实际单产水平的7.44倍、3.95倍和1.80倍。由于区试产量是在各地中上等肥力地块上，多品种、多点次、多年份的平均产量结果（孙世贤，2003），与生产实际单产具有明显正相关关系，从生产角度可视为各生态区范围内大田条件下能够实现的近期产量潜力。按现实产量潜力估算，13个玉米主产省（区）近期平均尚有261.82公斤/亩的产量潜力，即79.7%（最大为山西147.8%，最小山东46.5%）的增产空间。
表1 我国主要玉米产区的单产潜力（公斤/亩）
[7]
篇三：影响粮食产量的因素spss
目录
摘要： ............................................................................. II 一．前言 ............................................................................ 1 二．理论背景 ........................................................................ 1
2.1多元线性回归模型的基本理论 ................................................... 1
2.1.1多元线性回归模型一般形式 ............................................... 1 2.1.2多元线性回归模型的基本假定： ........................................... 1
三．模型的建立及求解 ................................................................ 2
3.1 一些基本的符号说明 .......................................................... 2 3.2 多元回归模型的初步建立与初步检验 ............................................ 2
3.2.1 多元回归模型的初步建立 ................................................ 2 3.2.2 模型的初步检验 ........................................................ 3 3.3 模型的优化 .................................................................. 4
3.3.1多重共线性的诊断与模型的建立 ........................................... 4
3.3.1.1 多重共线性的诊断——方差扩大因子法 .............................. 4 3.3.1.2 多重共线性的处理与检验 .......................................... 4 3.3.2 异方性差检验及处理 .................................................... 6
3.3.2.1 异方差检验 ...................................................... 6 3.3.3 自相关性检验及处理 .................................................... 7
3.3.3.1 自相关检验 ...................................................... 7
3.4 最终模型的确定 .............................................................. 8 四．模型评价 ........................................................................ 8 参考文献 ............................................................................ 8 附录 ............................................................................... 10
影响我国粮食产量因素的分析
摘要：
本文主要对我国粮食产量的变动进行多因素分析，选取1990年-2007年18年
的数据，利用SPSS软件，建立以粮食产量为被解释变量，以有效灌溉面积、粮食作物播种面积、化肥使用量、受灾面积、农用机械总动力、农业基本建设投资为解释变量的多元线性回归模型，通过对模型进行异方差检验，自相关检验，自变量的选择以及多重共线性诊断，最后建立了合乎经济意义的粮食生产函数，从而通过对我国粮食生产的影响因素分析粮食产量的决定因素。
关键词：最小二乘估计 多元线性回归分析 异方差 自相关 多重共线性 残差图 怀特检验 迭代法，差分法 逐步回归 方差扩大因子。
一．前言
粮食是人类最基本的生活消费品，一个国家的粮食问题是关系到本国的国计民生的头等大事。人们都知道，农业是国民经济发展的基础，粮食是基础的基础，因此粮食生产是关系到一个国家生产与发展的一个永恒的主题。
根据理论和经验分析，影响粮食生产的主要因素有有效灌溉面积、粮食作物播种面积、化肥使用量、受灾面积、农用机械总动力、农业基本建设投资。为此，本文收集了我国自1990年至2007年有效灌溉面积、粮食作物播种面积、化肥使用量、受灾面积、农用机械总动力、农业基本建设投资的相关数据。数据资料均来源于《中国统计年鉴》，见附录一。
粮食的产量随着投入生产要素的变化而变化，反映出一种投入与产出之间存在着一种数量关系，这种关系可以用一种数学表达式表现出来，这种表达式常称作生产函数。多元线性函数就是用于表示农业生产投入产出的一种生产函数。
本文首先用最小二乘估计，建立多元线性回归模型y??0??1x1??2x2?......??pxp??，对参数进行估计，然后进行参数检验，方程显著性检验，经济意义的检验。通过建立数学模型来研究我国粮食投入与产出的生产函数，找出影响粮食产量的关键指标加以改善，确保粮食产量稳步增长，建立粮食生产模型，且对此模型进行评估。
二．理论背景
2.1多元线性回归模型的基本理论
2.1.1多元线性回归模型一般形式
设随机变量y与一般变量x1,x2,?,xp的理论线性回归模型为：
?0称为回归常数，y??0??1x1??2x2?...??pxp??...(1),其中?0,?1,?,?p是p?1个未知参数，
，x1,x2,?,xp是p个可以精确测量并可控?1,?2,?,?p称为回归系数。y称为被解释变量（因变量）制的一般变量，称为解释变量（自变量），?是随机误差。
对一个实际问题，如果我们获得n组观测数据(xi1,xi2,...xip;yi)（i?1,2,...,n），则线性回归模型(1)式可表示为：
y1??0??1x11??2x12?...??px1p??1
y2??0??1x21??2x22?...??px2p??2........(2).......
yn??0??1xn1??2xn2?...??pxnp??n
2.1.2多元线性回归模型的基本假定：
为了方便地进行模型的参数估计，对回归方程（2）式有如下一些基本的假定：
（1）解释变量x1,x2,?,xp是确定性变量，不是随机变量，且要求rank(X)?P?1?n ，这里的rank(X)?P?1?n，表明设计矩阵X中的自变量列之间不相关，样本量的个数应大于解释变量的个数，X是以个满秩矩阵。
（2）高斯-马尔科夫条件：随机误差项具有零均值和同方差性，即：
写成矩阵的形式为：y?X???...(3)，X是一个n?(p?1)阶矩阵，称为回归设计矩阵或资料矩阵。
E(?i)?0,1,2,...,n；
cov(?i,?j)?0,(i?j,i,j?1,2,...n)；
cov(?i,?j)??2,(i?j,i,j?1,2,...n)；
随机误差项?i的平均值为零。随机误差项?i的协方差为零，E(?i)?0,即假设观测值没有系统误差，
表明随机误差项在不同的样本之间是不相关的，不存在序列相关，并且有相同的精度。 （3）正态分布的假定条件为：
?i?N(0,?2),i?1,2,...,n
?1,?2,...,?n相互独立
对于多元线性回归的矩阵模型（3）式，这个条件还可以表示为：?～N(0,?2In)，由上述假定和多元正态分布的性质可知，随机向量y服从n维正态分布，回归模型（3）式的期望向量
因此y～N(X?,?2In)
E(y)?X?var(y)??2In
，
三．模型的建立及求解
3.1 一些基本的符号说明
用y表示粮食产量（万吨）；x1表示有效灌溉面积（千公顷）；x2表示播种面积（千公顷）；x3表
示化肥施用量（万吨）；x4表示是受灾面积（千公顷）；x5表示农用机械总动力（万千瓦时）；x6表示农业基本建设投资（亿元）。
3.2 多元回归模型的初步建立与初步检验 3.2.1 多元回归模型的初步建立
（1）建立粮食产量与有效灌溉面积、播种面积化肥施用量，受灾面积，农业机械总动力，农业基本建设投资的一个6元线性回归模型:
y??0??1x1??2x2??3x3??4x4??5x5??6x6??
其中：?0,?2,?3,?4,?5,?6是待定参数.
（2）利用SPSS软件，通过最小二乘估计得到系数的估计值，结果如表5-1所示：
表5-1
3.2.2 模型的初步检验
（1）由输出结果我们可以清楚的看到此多元回归的经验方程为：
y??47279.746?0.885x1?0.464x2?7.395x3?0.144x4?0.576x5?3.582x6......(1)
（2） 从coefficient系数表（表5-1）中可以看到，回归系数检验的t值分别为-4.051、2.151、8.260、10.724、-6.004、-3.629、3.587,自变量t检验的临界值均大于t?(11)?2.2010，且从收尾率也可以
看出回归系数通过检验，即自变量对被解释变量有显著影响；我们再从模型汇总表（model summary）表5-2来做分析。
（3）从模型汇总（model summary）表中可以看到，决定系数r?0.985,从相对水平上看，回归方程能够减少因变量y的99.8%的方差波动，回归标准差??417.705661，从绝对水平上看，y的标准差从回归前的2703.347856减少到回归后的417.70566181；从以下的方差分析（ANOVA）表5-3进行分析。
（4）从方差分析（ANOVA）表中看到，F0.05(6,11)?116.842?F0.05(6,11)?3.09，Sig=0，说明y对自变量有显著的线性关系，回归方程是显著的；
从上的分析中可以回归系数的显著性检验及方程的显著性检验均通过，但是回归系数x5的正负号不符合经济意义，x5代表农用机械总动力，它的参数负，意味着投入农用机械总动力越高，粮食产
?
2
免费论文网友情提示：本网站所有内容为共享上传提供，不涉及任何商业利益，本站对此不承担任何保证责任！
Copyright © www.csmayi.cn Corporation, All Rights Reserved 共享时代 共享你我他 版权所有