基于逐步回歸分析的河南省糧食產(chǎn)量影響因素分析

基于逐步回歸分析的河南省糧食產(chǎn)量影響因素分析

1內(nèi)容和方法的研究1.1對(duì)河南糧食產(chǎn)量y的影響因素的傳統(tǒng)觀點(diǎn)影響河南省糧食產(chǎn)量的因素很多。由于不同的研究方法、不同的地理區(qū)域和不同的經(jīng)濟(jì)發(fā)展水平，分析結(jié)果也存在很大差異。根據(jù)河南省的實(shí)際情況，結(jié)合河南省統(tǒng)計(jì)年鑒2011年的數(shù)據(jù)，選擇影響河南省糧食產(chǎn)量y的因素。糧食產(chǎn)量xx（kghgm）、農(nóng)村人口x（1萬人）、農(nóng)業(yè)機(jī)械總動(dòng)力p3（104kw）、化肥利用率ts（104t）和農(nóng)村消耗量a5（108kwh）。相關(guān)數(shù)據(jù)如表1所示。這些數(shù)據(jù)來自河南省2011年的統(tǒng)計(jì)年會(huì)。1.2馬立山因素回歸分析的應(yīng)用影響河南糧食產(chǎn)量的因素很多,有的影響因素可能會(huì)對(duì)糧食產(chǎn)量的預(yù)測(cè)產(chǎn)生直接的影響,本文給予著重分析,有的影響因素作用相對(duì)較小,可以忽略,逐步回歸的基本思想是通過篩選、挑選偏回歸平方和貢獻(xiàn)因子來建立回歸方程,在決定是否引入一個(gè)新的影響因素時(shí),用方差進(jìn)行顯著性檢驗(yàn),如果判定這個(gè)影響因素通過顯著檢驗(yàn),則將該因素歸入回歸方程中,否則不進(jìn)入回歸方程.在研究影響糧食因素的自變量中,還可能會(huì)有一部分自變量出現(xiàn)重疊現(xiàn)象,很大程度上會(huì)影響回歸分析的精度,而采用逐步回歸分析是將自變量逐個(gè)引入回歸方程,當(dāng)回歸方程每新增加一個(gè)新的變量,都要對(duì)已經(jīng)選入的回歸方程變量進(jìn)行逐個(gè)檢查,無論是選入還是剔除一個(gè)變量,逐步回歸的每一步都要進(jìn)行檢查,這樣就確保每一次選入回歸方程的變量都是顯著變量,避免重疊現(xiàn)象.2結(jié)果與分析2.1模型擬合和檢驗(yàn)記1978年為t=1,逐年類推,2010年t=33,糧食產(chǎn)量和影響因素間的回歸方程如下:式中:T為樣本個(gè)數(shù);x為影響因素;Y為糧食產(chǎn)量;u為誤差項(xiàng).利用Eviews6.0軟件,運(yùn)用綜合判別法得到參數(shù)估計(jì)結(jié)果由參數(shù)估計(jì)可以看出R2=0.9975,說明模型對(duì)樣本的擬合很好;F=2143.3920,檢驗(yàn)值很大,相應(yīng)的p<0.0001,說明回歸方程顯著,即各自變量(影響因素)聯(lián)合起來確實(shí)對(duì)因變量(糧食產(chǎn)量)有顯著影響;給定顯著性水平α=0.05,則-1.703<t<1.703.其中x1,x3的t值分別為21.7709和4.2328,說明它們對(duì)因變量影響不顯著.綜上分析,自變量很可能存在多重共線性,再用簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法通過OLS方法計(jì)算五因數(shù)的相關(guān)系數(shù)矩陣,見表2.由表2可以看出,各解釋變量相互之間的相關(guān)系數(shù)較高,特別是x3和x5之間相關(guān)性達(dá)到0.9894,證實(shí)解釋變量之間存在多重共線性.2.2回歸方法的選擇關(guān)于多重共線性的修正方法一般有變量變換法、先驗(yàn)信息法、逐步回歸法等,這里運(yùn)用逐步回歸法來減少共線性的嚴(yán)重程度,最終得到最優(yōu)回歸結(jié)果.2.2.1y使用統(tǒng)一的變量回歸對(duì)上述一元回歸方程進(jìn)行對(duì)比分析,依據(jù)R2最大原則,選取x1作為進(jìn)入回歸模型的第一個(gè)解釋變量,形成一元回歸模型.2.2.2回歸模型的建立通過觀察對(duì)比上述方程,依據(jù)逐步回歸的思想可以看到,新加入的變量x3的二元回歸方程R2=0.9974最大,符合河南省糧食產(chǎn)量實(shí)際,保留解釋變量x3,建立以變量x1,x3為二元回歸模型,將剩余的解釋變量分別加入二元回歸模型,得到三元回歸模型如下:同理可得新加入的變量x4的三元回歸方程R2=0.9972最大,符合河南省糧食產(chǎn)量實(shí)際,保留解釋變量x4,建立變量x1、x3、x4為三元回歸模型,將剩余的解釋變量分別加入三元回歸模型,得到四元回歸模型如下:同理可得新加入的變量x2的四元回歸方程R2=0.9975最大,符合河南省糧食產(chǎn)量實(shí)際,保留解釋變量x2,建立變量x1,x3,x4,x2為四元回歸模型,將剩余的解釋變量x5加入四元回歸模型,得到五元回歸模型,即最需要的回歸模型如下:2.2.3逐步回歸分析結(jié)果根據(jù)逐步回歸分析,將影響糧食產(chǎn)量因素依次加入模型,最終得到通過逐步回歸分析的河南省糧食產(chǎn)量和5個(gè)影響因素的方程為:經(jīng)過比較得知最終求的回歸方程如上,實(shí)際和預(yù)測(cè)的擬合度高度接近如下圖1,最大誤差為12.5%.3加強(qiáng)科技對(duì)糧食產(chǎn)量的支撐和引導(dǎo),逐步實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代機(jī)械化程度的提高利用Eviews6.0軟件,通過逐步回歸分析建立的回歸方程模型具有較好的擬合效果,最大誤差僅為12.5%.所建模型表明,糧食單產(chǎn)、農(nóng)用機(jī)械總動(dòng)力、農(nóng)村用電量和化肥施用折純量相對(duì)對(duì)河南糧食產(chǎn)量影響突出,其中糧食單產(chǎn)影響因子最大為0.2450,說明在目前河南省耕地面積有限的情況下,提高糧食單產(chǎn)是解決糧食產(chǎn)量最有效的手段.應(yīng)加大科技對(duì)糧食產(chǎn)量的支撐和引導(dǎo),加強(qiáng)農(nóng)村科技推廣服務(wù)人才隊(duì)伍的建設(shè),引導(dǎo)專業(yè)的技術(shù)人才深入糧食生產(chǎn)一線開展科技下鄉(xiāng)服務(wù),為糧食豐產(chǎn)保駕護(hù)航,同時(shí)加強(qiáng)農(nóng)業(yè)機(jī)械總動(dòng)力的投入,逐步實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代機(jī)械程度,這一點(diǎn)從鄉(xiāng)村從業(yè)人員因素為負(fù)可以看出,機(jī)械化程度越高,相對(duì)從事農(nóng)業(yè)人員減少,化肥的使用量也是主要的影響因子,需要合理科學(xué)地施肥,使肥效最佳最好地被