1108140530-张军园-统计分析与建模.doc

　　　　　　　　　　　　　　小麦价格的影响因素 　随着国际粮食危机日益加重，国际粮价每日剧增，而我国粮价却增幅不大，直接影响了种粮农户的积极性。 　开始找了一些觉得可能的影响因素，比如ＧＤＰ，人口密度之类的，最后我就选择了三个（种植面积、单产、生产量）主要方面研究小麦价格的影响因素，分析中国粮价稳定不增的现状。 　　以下是１９９４～２００４小麦价格、种植面积、单产、生产量的数据： 　 以下是回归分析： SUMMARY OUTPUT 回归统计 Multiple R 0.842803 R Square 0.710317 Adjusted R Square 0.586167 标准误差 90.13932 观测值 11 方差分析 　 df SS MS F Significance F 回归分析 3 139462 46487.32 5.721447 0.026797 残差 7 56875.68 8125.098 总计 10 196337.6 　 　 　 　 Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept 519.473 791.5765 0.656251 0.532633 -1352.31 2391.254 -1352.31 2391.254 X Variable 1 0.01278 0.01855 0.688738 0.513161 -0.03109 0.056639 -0.03109 0.056639 X Variable 2 -0.0134 0.154151 -0.08723 0.932928 -0.37796 0.351061 -0.37796 0.351061 X Variable 3 0.04917 0.031933 1.539828 0.167498 -0.02634 0.124682 -0.02634 0.124682 RESIDUAL OUTPUT PROBABILITY OUTPUT 观测值 预测 Y 残差 百分比排位 Y 1 1331.936 89.06404 4.545455 1064 2 1343.139 -23.1392 13.63636 1109 3 1391.26 60.74033 22.72727 1128 4 1454.556 -91.5557 31.81818 1139 5 1389.871 21.12939 40.90909 1254 6 1287.572 41.42777 50 1320 7 1164.447 -36.4475 59.09091 1329 8 1177.312 -68.3119 68.18182 1363 9 1193.023 -129.023 77.27273 1411 10 1104.616 34.38374 86.36364 1421 11 1152.268 101.7316 95.45455 1452 回归分析结果检验： 单元格“G5”可知R Square =0.710317，表明面积（X1）、单产（X2）、生产量（X3）的变化能够在71%的程度上解释小麦价格（y）的变化。 单元格“J12”可知F=5.721447，显著大于F标注值，因此F检验通过。 单元格“J18”和“J19”，可知均通过t检验 最后的回归方程： Y=519.473+0.01278X1-0.0134X2+0.04917X3 结论： （1）、小麦价格与生产量呈高度正相关，只要生产高质量的小麦可以获得更高的价格，也就是物有所值吧，因此，我国政府要加大科技投入，提高粮食产量的同时提高质量； （2）、由于农业生产受自然条件的影响较大，因此，每年的单产浮动较大，对于价格也产生了一定的影响，加强基础设施建设，改变靠天吃饭的局势，调高粮食产量。