1、摘要
薯类作物是根茎类作物,主要包括甘薯、马铃薯、山药、芋类等。 薯类作
物是世界上重要的粮食作物之一,还是轻工业的原料、以及畜禽的优良饲料,国内外的研究与实践都表明,薯类作物比较高产,可以较快较易地增加食物供给数量。目前,我国三大粮食作物的平均单产均在世界平均水平之上,进一步提高单产不容易,因此,继续依靠三大谷物增加粮食供给的挑战十分巨大,而大力发展薯类以保障粮食安全的潜力巨大。考虑到薯类的巨大增产潜力,及其对我国未来粮食安全的保障作用,值得对影响我国薯类生产的主要因素进行科学的评估。
本文选取了影响薯类产量的几个因素,分别是薯类种植面积(用MJ表示),薯类单位面积产量(用DW 表示),化肥使用量(用FHF表示),农药使用量(用NY表示),取消农业税政策(用NYS表示),受灾面积(用SZ表示),价格指数水平(用JG表示),有效耕地面积(用YX表示)。
薯类产量(用CL表示)作为被解释变量存在。 如下图1所示
2、建立模型
我们拟建立回归模型: 数据如下图2
从图中我们可以看出,有八个解释变量和一个常数项。回归方程的R统计量达到了0.999877,校正后的R统计量达到了0.999801,单由此来看,各解释变量可以对中国棉花产量的影响因素做出解释,模型拟合度较好。
2F检验
对于本方程,给定显著性水平0.05时,查F分布表,得到临界值2.767,即是说,只要F统计量的值大于2.767,模型的线性关系在95%的置信度下是显著成立的。
再看图,图中F统计量的值为13202.83,显然大于2.767,说明此方程的总
体线性关系的显著性达到了95%,模型质量很高。
T检验
本题中,已经由软件算出了八个解释变量的T值。给定显著性水平0.05查t分布表中自由度为13的相应临界值,得到2.160。方程中变量的t值并不是全部大于该临界值,所以有些解释变量对被解释变量的影响并不显著,没有通过变量的显著性检验,需要剔除。
经过反复的剔除和检验,我们得到了如下较为理想的方程式,如图3
但此方程究竟怎样,能不能通过检验,还需要进一步验证。
本方程R统计量达到了0.999738,而校正后的R统计量达到了0.999694,说明方程拟合度较好,被解释变量很大程度上可以由这三个解释变量来解释。
2经济意义检验
本方程中,变量MJ和DW的系数均大于0,说明二个变量对薯类产量的影响是积极的,再来看二个变量所代表的经济意义,分别是薯类种植面积、薯类单位
面积产量,每一个变量的增加或者好转都会使得棉花产量的增加,说明符合经济意义的检验。
常数项是负数,因为是常数项,所以说也符合经济意义检验。
F检验
对于本方程,给定显著性水平0.05,查F分布表,得到临界值3.160,即是说,只要F统计量的值大于3.160,模型的线性关系在95%的置信度下是显著成立的。可以明显的看出,本方程的F统计量值为22854.60,明显的大于3.160,说明本模型的线性关系在95%的知心水平下显著成立。
T检验
给定显著性水平0.05,查t分布表中自由度为18的相应临界值,得到
t(18)2.1012。可见,三个变量的t值都大于该临界值,所以可以拒绝原假设,
即是说,模型中引入的3个解释变量都在95%的水平下影响显著,都通过了变量的显著性检验。
至此,我们可以初步判定我们所得到的方程是线性关系显著而且变量也是显著的。方程的形式为:
CL = -3198.93236324 + 0.342581104268*MJ + 0.935436593359*DW - 13.1771426939*NYS
3、异方差检验
用Eviews6.0对本方程的异方差进行检验得出如下结果 我们用White检验得出结果如下所示
由图可以看出,不管是F统计量的伴随概率还是Obs的伴随概率都明显的大于0.05,说明所取变量之间不存在异方差。
4、序列相关性检验
查D.W.检验上下界表发现,在5%上下界的前提下,样本容量为22和解释变量为3的D.W.的
dU的值为1.66,dL的1.05而在杜宾和瓦森的努力下,成功的
dU推导出了临界值的上限
与下限dL,并确定了,若
dU 关。由上图可知,本方程中D.W.的值是1.99,介于1.66和2.34之间,可明显看 出本方程的各解释变量是不自相关的。 方程依次通过了经济意义检验、F检验、T检验、异方差检验和序列自相关检验,因此断定,所呈现的方程是可用并且经得起检验的,这个方程就是 CL = -3198.93236324 + 0.342581104268*MJ + 0.935436593359*DW - 13.1771426939*NYS 5、结论 薯类播种面积,薯类单位面积产量,农业税政策作为解释变量是合适可行的。 这说明要想提高薯类的产量,就要从这几个方面下手。 因篇幅问题不能全部显示,请点此查看更多更全内容