文档介绍：贵州民族大学实用回归分析论文(GuizhouMinzuUniversity)论文题目:影响谷物的因素分析年级:2014级班级:应用统计班小组成员:姓名:黄邦秀学号:201410100318序号:4姓名:王远学号:201410100314序号:26姓名:陈江倩学号:201410100326序号:11姓名:吴堂礼学号:时间:: 3关键词: 3一、问题的提出 4二、多元线性回归模型的基假设 4三、收集整理统计数据 6四、模型参数的估计、模型的检验与修改 ,得到相关系数矩阵表 11五、结果分析 12六、建议 12七、参考文献 13 影响谷物的因素分析摘要:在实际问题的研究中,经常需要研究某一些现象与影响它的某一最主要因素的关系,如影响谷物产量的因素非常多。本文采用多元线性回归分析方法,以1994—2014年中国谷物产量及其重要因素的时间序列数据为样本,对影响中国谷物生产的多种因素进行了分析。分析结果表明,近年来我国谷物生产主要受到单产提高缓慢、播种面积波动大、农业基础设施投入不足、自然灾害频繁等重要因素的影响。为提高谷物产量、促进谷物生产,首先应该提供一套促进谷物生产的政策措施,提高谷物种植效益,增加谷物收入是根本。在这个前提下,才有可能提高单产、稳定面积、加强基础设施建设、提高抗灾能力,增强我国谷物生产能力和生产稳定性。关键词:谷物产量影响因素多元线性回归分析一、问题的提出我国土地资源稀缺,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。因此,对关系国计民生的这个特殊农产品,我们不得不慎重对待。因此,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。二、多元线性回归模型的基假设(1)解释变量x1,x2,x3,xp是确定性变量,不是随机变量,且要求rank(k)=p+1<n,表明设计矩阵X中的自变量列之间不相关,样本量的个数大于解释变量的个数,X是一满秩矩阵。(2)随机误差项具有零均值和等方差,即:这个假定常称为高斯-马尔柯夫条件。,即,假设观测值没有系统误差,随机误差项的平均值为零。随机误差项的协方差为零,表明随机误差项在不同的样本之间是不相关的(在正态假定下即为独立的),不存在序列相关,并且有相关的精度。(3)正态分布的假定条件为:对于多元线性回归的矩阵模式,这个条件便可表示为: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,回归模型的期望向量因此三、(万吨)、谷物零售价格指数x1、受灾面积x2(万公顷),化肥施用量x3(万吨),乡村农林牧渔业从业人员数x4(万人),谷物作物播种面积x5(千公顷),农用机械总动力x6(万千瓦),农村用电量x7(亿千瓦),把这7个指标的1994—2014年21年间的时间序列数据进行回归分析,来分析这些因素与谷物产量的关系。以谷物产量作为因变量,其它7个指标作为解释变量进行回归分析。表1-11994-2014年度谷物产量影响因素表谷物产量(万吨)y价格指数x1受灾面积(万公顷)x2化肥施用量(万吨)x3乡村农林牧渔业从业人员数(万人)x4谷物作物播种面积(千公顷)x5农用机械总动力(万千瓦)x6农村用电量(亿千瓦时)**********.**********.**********.**********.