北航数理统计回归分析大作业..doc

应用数理统计大作业 我国粮食总产量线性回归模型建立 学号： 姓名： 二〇一 年 月 摘 要 本文我国年为因变量，SPSS对以上数据进行了多元线性回归,“最优” 关键词：线性回归；逐步回归法；粮食总产量；SPSS 目 录 摘 要 1 1 引言 3 2 解决问题的方法与计算结果 3 2.1 样本数据的采集 3 2.2 建模及其结果讨论 4 3 结论 10 参考文献 11 1 引言 中国是一个粮食生产大国，也是一个粮食消费大国。中国的粮食生产和供求情况不仅关系到中国13亿人口的吃饭问题，而且会影响国际粮食的供求和价格状况。从国家安全战略角度看，我国人口众多、农业受自然风险和市场风险影响较大，在国民经济发展全局中，粮食始终被视为特殊商品和战略物资，如果放松国内粮食生产，过度依赖国际市场，在战略上极易受制于人，在关系国家生存发展的国际竞争中处于被动。 因此对全国粮食生产总量的预测与控制具有重要的战略意义，本文选取了五个可能影响粮食生产总产量的因素：播种面积、有效灌溉面积、化肥施用量、受灾面积、乡村办水电站，参考《中国统计年鉴》得到了因变量——粮食总产量与各个可能影响因素在2010年全国各省的具体数额，并对其做线性回归分析，得出“最优”回归模型，并对模型的相关问题进行讨论。 2 解决问题的方法与计算结果 2.1 样本数据的采集 本文在进行统计时，查阅《中国统计年鉴》中收录的2010年全国31个省份关于粮食总产量、播种面积、有效灌溉面积、化肥施用量、受灾面积、乡村办水电站相关数据，并将粮食总产量作为因变量，其余各项数据为自变量。具体数据如表2-1所示。 表2-1 2010年全国各省份粮食产量及可能影响因素统计表 地区 安徽 3080.5 9053.4 3519.8 319.8 1752.0 810.0 北京 115.7 317.3 211.4 13.7 3.0 72.0 福建 661.9 2270.8 967.5 121.0 605.0 6606.0 甘肃 958.3 3995.2 1278.4 85.3 1304.0 736.0 广东 1316.5 4524.5 1872.5 237.3 724.0 9641.0 广西 1412.3 5896.9 1523.0 237.2 1665.0 2266.0 贵州 1112.3 4889.1 1131.7 86.5 1681.0 1367.0 海南 180.4 833.7 243.8 46.4 306.0 323.0 河北 2975.9 8718.4 4548.0 322.9 1527.0 236.0 河南 5437.1 14248.7 5081.0 655.2 1568.0 545.0 黑龙江 5012.8 12156.2 3875.2 214.9 1432.0 71.0 湖北 2315.8 7997.6 2379.8 350.8 2466.0 1751.0 湖南 2847.5 8216.1 2739.0 236.6 2841.0 4158.0 吉林 2842.5 5221.4 1726.8 182.8 896.0 209.0 江苏 3235.1 7619.6 3819.7 341.1 648.0 133.0 江西 1954.7 5457.7 1852.4 137.6 2075.0 3517.0 辽宁 1765.4 4073.8 1537.5 140.1 756.0 170.0 内蒙古 2158.2 7002.5 3027.5 177.2 2033.0 37.0 宁夏 356.5 1247.9 464.6 37.9 145.0 1.0 青海 102.0 546.9 251.7 8.8 111.0 213.0 山东 4335.7 10818.2 4955.3 475.3 2582.0 89.0 山西 1085.1 3763.9 1274.2 110.4 1396.0 168.0 陕西 1164.9 4185.6 1284.9 196.8 1122.0 585.0 上海 118.4 401.2 201.0 11.8 0.0 0.0 四川 3222.9 9478.8 2553.1 248.0 2324.0 4135.0 天津 159.7 459.3 344.6 25.5 33.0 1.0 西藏 91.2 240.2 237.0 4.7 51.0 401.0 新疆 1170.7 4758.6 3721.6 167.6 1307.0 455.0 云南 1531.0 6437.3 15