文档介绍：-
. z.
关于影响粮食产量因素的回归分析
摘要：
108986
87496
2010
109876
92780
2011
110573
97735
2012
111205
102559
本次采用的估计模型为
-
. z.
其中是回归系数。
二、模型的参数估计与分析线性
利用SAS对模型进展拟合，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+**2+**3-**4+**5
其中*4为农机动力〔万千瓦〕，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，，，，方程解释变量*1,*2,*3,*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*5系数的t检验伴随概率大于5%，，该模型可能存在多重共线性和序列相关、异方差等问题。
三、模型的多重共线性检验
所谓多重共线性是指解释变量之间违背了相互独立的假设，及*两个或多个解释变量之间出现了相关性。多重共线性的检验主要应用逐步回归法。首先计算出各个变量之间的简单相关系数矩阵，初步判断相关性。通过SAS程序运行，得到各解释变量的相关系数表如下：
1〕第一步：由于统计量*2的F值最大，，说明它最显著，此外R 方 = C(p) = ，所以*2为最先选入的统计量。
2〕第二步：其他变量继续进展统计分析，出最显著的统计量*3，此时R方=，比上一次更加显著，而C〔p〕=,和上一次比下降的非常明显，说明*3这个统计量是有效果的。
-
. z.
3〕第三步：继续进展上述步骤，得出最显著的统计量*1，此时R^，而C(p)=，下降的非常明显，说明*1是有效果的。
4〕第四步：继续上述步骤，，其他各变量没有通过显著性检验，所以可以剔除*4，*5。
-
. z.
回归方程为：
Y=-29857-*1+*2+*3
异方差性检验
以上各统计量似乎没有那个参数的t检验是显著的，且可决系数比拟小。但怀特统计量nR^2=20*=,该值小于5%，承受同方差性的检验。
序列相关性
由上表得知，.=，，n=20,k=4时，=,=。<.<4-,则无自相关。
统计学检验
选取2012年数据来进展统计检验：
Y=-29857-*+*+*111205
=
-
. z.
，%，与实际情况吻合的很好。
总结和建议
中国的粮食生产问题,不仅是中国经济界的重要研究课题,而且也越来越受到世界经济学家的重视。要提高粮食产量，必须积极稳妥地推进农业机械化的开展：
①要把主要农产品生产过程机械化