我国主要城市降雨量与影响因素影响回归分析选编.docx

我国主要城市降雨量与影响因素影响回归分析 我国的年降水量地区分布的总趋势是：由华东地区华南地区向西北西南地区递减.东部沿海地区,距离夏季风源地近的影响强烈,降水多；由华东华南向西北西南内陆地区距离越来越远,加上一系列东北西南走向的山脉阻挡,带来的水汽越来越少.我国夏季太阳直射北半球，全国各地太阳辐射强，所以夏季普遍高温多雨。因此，以全国主要城市（北京，天津，石家庄，太原，呼和浩特，沈阳，长春，哈尔滨，上海，南京，杭州，合肥，福州，南昌，济南，郑州，武汉，长沙，广州，南宁，海口，重庆，成都，贵阳，昆明，拉萨，西安，兰州，西宁，银川，乌鲁木齐），把降雨量与影响关系（地区和季度）进行线性回归分析，并建立数学模型。 一、计量经济模型分析 1、数据搜集 根据以上分析，我们在影响降雨量因素中引入2个解释变量。即： X1，气温；X2，相对湿度。 降雨量Y气温x1相对湿度x2哈尔滨415.85.163长春4467.157沈阳362.99.259北京461.514.152天津441.41459石家庄294.814.955太原428.710.958呼和浩特394.87.746银川169.210.750乌鲁木齐2977.454西宁446.55.759西安660.213.261兰州355.67.759成都9751682重庆1452.118.679贵阳156214.783拉萨637.89.436昆明1078.316.466武汉1208.616.779长沙1386.818.669郑州551.616.358济南521.415.455合肥1180.216.576南京1091.116.474上海1295.31773杭州1359.917.573福州162820.872南昌1890.518.874广州223421.779南宁1234.721.682海口1861.324.783 资料来源《中国统计年鉴2015》。 2、计量经济学模型建立 我们设定模型为下面所示的形式： SUMMARY OUTPUT 回归统计Multiple R0.875378696R Square0.766287862Adjusted R Square0.749594138标准误差284.2845337观测值31 方差分析 　dfSSMSFSignificance F回归分析27419509.1663709754.58345.902751.45057E-09残差282262895.49180817.6961总计309682404.657　　　　Coefficients标准误差t StatP-valueIntercept-1239.167289.4336468-4.2813509480.000197X Variable 155.135678143.8196192550.00068X Variable 220.8458415.9978517713.4755512170.00168Lower 95%Upper 95%下限 95.0%上限 95.0%-1832.044968-646.289-1832.045-646.28906912584.7041525.567203848.55979861833.131888.559798633 二、计量经济学检验 INCLUDEPICTURE \d C:\\Users\\Administrator\\AppData\\Roaming\\Tencent\\Users\\875381844\\QQ\\WinTemp\\RichOle\\R)ICFS21XL5SVUFOLWQCRPH.png \* MERGEFORMATINET  图1 气温与降雨量的散点图 INCLUDEPICTURE \d C:\\Users\\Administrator\\AppData\\Roaming\\Tencent\\Users\\875381844\\QQ\\WinTemp\\RichOle\\J(ASB8{2GP$XM0GMPIYAX_6.png \* MERGEFORMATINET