我国的粮食产量主要影响因素研究——-基于OLS多元线性回归模型.pptVIP

* * 2、多元回归分析 （8）误差项假定2：同方差 三、实证结果与分析 2、多元回归分析 （8）误差项假定2：同方差 三、实证结果与分析 2、多元回归分析 （8）误差项假定3：服从正态分布（粗略判断） 三、实证结果与分析 2、多元回归分析 （8）误差项假定3：服从正态分布（粗略判断） 三、实证结果与分析 2、多元回归分析 （8）误差项假定3：服从正态分布（严格的判断） 三、实证结果与分析 2、多元回归分析 （8）误差项假定4：相互独立 三、实证结果与分析 显著性水平：0.05 样本容量：34 自变量个数：4 临界值的下界为1.27，上界为1.65 0D.W.1.27,因此模型存在正向序列相关性。 2、多元回归分析 （9）回归模型最终的拟合结果： 三、实证结果与分析 2、多元回归分析 （10）模型预测 三、实证结果与分析 ← 四、研究结论 1、估计的回归方程： 四、研究结论 2、研究假设检验结果 本文的五个研究假设中，假设一、二、三、五成 立，假设四不成立。 （1）农用化肥施用量与粮食产量呈正相关 （2）粮食作物播种面积与粮食产量呈正相关 （3）成灾面积与粮食产量呈负相关 （4）农业劳动力与粮食产量呈正相关 四、研究结论 3、经济意义 模型拟合结果表明，农业化肥施用量每增加1 万吨，平均粮食产量可提高5.49万吨；粮食播种面积每增加1 千公顷，平均粮食产量可提高0.41万吨；农业劳动力每增加1 万人，平均粮食产量可提高0.95万吨；而成灾面积每增加1千公顷时，则会导致平均粮食产量减少0.24万吨。 四、研究结论 4、现实意义 为了提高我国的粮食产量，应该在增加粮食作物播种面积的情况下，同时加大农业劳动力的投入并适当增加农用化肥施用量，另外还应注意自然灾害的防范与应对，通过采取相应的措施尽量减少成灾面积。 四、研究结论 5、本文研究局限性 模型存在正向自相关性 OLS估计仍然是无偏估计，但估计量不具有有效性 有效的措施或改用其他方法估计模型中的参数 本文欣赏结束 * 红藕香残玉簟秋，轻解罗裳，独上兰舟。 云中谁寄锦书来？雁字回时，月满西楼。 谢谢欣赏！！ * 我国粮食产量主要影响因素研究 ——基于OLS多元线性回归模型 组员：林泽钦 1336151015 骆小浩 1336151010 目录 一、研究背景及意义 二、研究设计 三、实证结果与分析 1、描述性统计分析 2、多元回归分析 四、研究结论 一、研究背景及意义 1、我国粮食生产状况 国家（2008年） 人均产量（千克） 美国 1600 欧洲 570 大洋洲 1000 俄罗斯 576 中国 379 印度 194 朝鲜 128 一、研究背景及意义 2、研究意义 （1）研究总结我国粮食产量主要影响因素 （2）控制变量，指导生产，提高我国粮食生产产量 3、粮食产量可能影响因素 农用化肥施用量、粮食作物播种面积、农业机械 总动力、农业劳动力、成灾面积 ← 二、研究设计 1、研究假设 根据有关理论、研究背景，对多个因素之间做出 因果假设 假设一：农用化肥施用量与粮食产量呈正相关 假设二：粮食作物播种面积与粮食产量呈正相关 假设三：成灾面积与粮食产量呈负相关 假设四：农业机械总动力与粮食产量呈正相关 假设五：农业劳动力与粮食产量呈正相关 二、研究设计 2、样本选取与数据来源（1978~2011） 来源：中国统计局 / 时间 粮食产量(万吨) 农用化肥施用折纯量(万吨) 粮食作物播种面积 (千公顷) 成灾面积(千公顷) 农业机械总动力(万千瓦) 农业劳动力（万人） Year Yield Fertilizer Area Disaster Power Labor 2011年 57,120.85 5,704.24 110,573.02 12,441 97,734.66 27525.06951 2010年 54,647.71 5,561.68 109,876.09 18,538 92,780.48 27880.06224 二、研究设计 3、变量定义 变量名称 变量符号 因变量 粮食产量（万吨） Yield 自变量 农用化肥施用量（万吨） Fertilizer 粮食作物播种面积（千公顷） A