关于陕西农业产值分析 张科.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
关于陕西农业产值分析 张科

经济计量学 实验报告 指导老师:范文正 学院:经济管理学院 年级:2009级 班级:金融学四班 学号:200930950428 姓名:张科 探讨我国陕西省农业总产值的影响因素 理论假设:根据学过的知识,农业生产总是受很多因素影响,从而其总产值的变化也受到影响,其中投入的劳动力 、播种面积、机械动力对农业生产的影响是根本性的。于是,不妨假设只有这三者对农业生产有影响,根据奥卡姆剃刀原则,简化模型、忽略细微因素是被允许的。因而,接下来以我国陕西省农业总产值及部分影响因素为例进行计量分析。 数据收集:为了进行这一项探讨分析,需要收集陕西省过去20年的农业相关数据。从统计年鉴以及陕西省统计局公报得到1990-2009年间的农业总产值及相关影响因素的数据,对农业劳动力、农作物总播种面积以及农业机械总动力等三个变量进行简要分析,得到最终检验修正后的农业总产值回归模型。 关键词 农业总产值 回归模型 变量分析 事前准备: (一)、模型设计 通过借鉴相关文献,选择以农业总产值为被解释变量,归纳总结三个解释变量进行分析检验,分别是农业劳动力(万人),农作物总播种面积(千公顷),农业机械总动力(万千瓦),并按照参考书籍知识,拟定模型为。 (二)、样本数据 从《中国统计年鉴——农业统计年鉴》以及陕西省统计局公报中得到陕西省1990—2009年的农业生产情况,如下表所示:其中Y为农业总产值(亿元),X1为农业劳动力(万人),X2为有效灌溉面积(千公顷),X3为农业机械总动力(万千瓦)。 表1-1 陕西省二十年农业生产情况 陕西省近二十年农业生产情况 年份 农业总产值(亿元) 农业劳动力(万人) 农作物总播种面积(千公顷) 农业机械总动力(万千瓦) 1990 170 1010 4860 712 1991 185.4 1054 4883.3 724.9 1992 205.3 1069 4883.3 731 1993 250.5 1061 4790 733.1 1994 302.4 1055 4806.2 739.1 1995 381.6 1056 4496.9 780.5 1996 448.5 1053 4777.3 802 1997 455.6 1053 4504 885.4 1998 479.3 1055 4697.2 940.3 1999 452.5 1052 4726.3 1010.8 2000 464.9 1010 4555.5 1046.8 2001 478.8 994 4264.8 1099.8 2002 509.1 1003 4198.4 1166.5 2003 511.3 997 4090.3 1228.1 2004 651.2 965 4303 1307 2005 730.7 957 4391.2 1406.3 2006 821.5 956 3983.5 1452.4 2007 1002.9 933 4044.7 1576.1 2008 1277.9 909 4274.5 1705.5 2009 1324.5 879 4362.6 1793.8 数据来源:新中国六十年统计资料汇编、陕西统计局公报 模型检验: (一)、回归模型建立 通过运用Eviews统计软件,我们可以快速地运算出回归方程的结果,比手工制作节省了大量的时间,减少了繁杂的运算,让经济计量学也进一步得到手工简化。 由模型确定的,代入数据,进入EViews软件分析。在EViews软件中,用OLS进行参数估计,输出数据如下: Dependent Variable: Y Method: Least Squares Date: 6/27/11 Time: 15:52 Sample: 1990 2009 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C -2399.036 1692.042 -1.417835 0.1767 X1 0.796511 1.270053 0.627148 0.5400 X2 0.203249 0.135488 1.500126 0.1543 X3 1.129843 0.231991 4.870209 0.0002 R-squared 0.909533 Mean dependent var 514.7053 Adjusted R-squared 0.891440 S.D. dependent var 284.0785 S.E. of regres

文档评论(0)

a888118a + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档