文档介绍：杜志渊实例分析 1 在建立某地区粮食产量模型时,收集了 1970 — 1985 年粮食产量 y(亿公斤)、x 1化肥施用量(万吨)、x 2有效灌溉面积(万亩),数据见表。考虑到 1970 — 1985 年这 16 年的实际粮食总产量起伏不平, 尤其是 1980 — 1981 年是比较严重的歉收年, 1971 年、 1975 年和 1984 年是特大丰收年,因此在建立回归方程时需要做一些技术处理。这里我们增加一个虚拟变量 D,用它来描述丰收年或歉收年。怎样设计虚拟变量 D来刻画丰收年或歉收年呢?这里我们不简单地给D赋值为 0或1,而是从 1970 — 1985 年中找出两个正常年份的产量, 作为确定 D的基础。经分析我们认为, 1970 年的产量为 120 .2亿公斤, 1985 年的产量为 亿公斤较为正常。其次我们认为,每年平均正常增产量=( — ) / 15= 亿公斤。再次计算 D k: 每年平均正常产量每年平均正常增产量 K 初始年正常 KD k ) (????产量年产量应用 SPSS 进行回归分析: 1985 1984 193 1983 185 1982 - 150 1981 - 1980 132 1979 1978 55 1977 1976 1975 1974 1973 - 1972 1971 1970 Dx 2x 1y年份粮食产量(亿公斤) 有效灌溉面积 (万亩) 化肥施用量 (万吨) 丰收年或歉收年(虚拟 Correlations 1 .879** .689** .421 . .000 .003 .104 16 16 16 16 .879** 1 .637** .024 .000 . .008 .931 16 16 16 16 .689** .637** 1 -.047 .003 .008 . .863 16 16 16 16 .421 .024 -.047 1 .104 .931 .863 . 16 16 16 16 Pearson Correlation Sig. (2-tailed) NPearson Correlation Sig. (2-tailed) NPearson Correlation Sig. (2-tailed) NPearson Correlation Sig. (2-tailed) N 粮食产量(亿公斤) 化肥施用量(万吨) 有效灌溉面积 (万亩) 丰收年或歉收年(虚拟变量) 粮食产量(亿公斤) 化肥施用量(万吨) 有效灌溉面积 (万亩) 丰收年或歉收年(虚拟变量) Correlation is significant at the level (2-tailed). **. Model Summary b .895 a .80049 .76979 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin-W atson Predictors: (Constant), 有效灌溉面积 (万亩), 化肥施用量(万吨) a. Dependent Variable: 粮食产量(亿公斤) b. ANOVA b 2 .000 a 13 15 Regression Residual Total Model 1 Sum of Squares df Mean Square F Sig. Predictors: (Constant), 有效灌溉面积 (万亩), 化肥施用量(万吨) a. Dependent Variable: 粮食产量(亿公斤) b. 无虚拟变量的回归模型: Coe