网站首页  词典首页

请输入您要查询的论文:

 

标题 基于回归分析的马铃薯产值总量实证研究
范文

    刘敏

    

    

    

    摘 要:针对马铃薯总产值的变化,从劳动力和资本角度选取指标对其进行差异性分析和回归模型建立,这样可以找到其中的关联性。本文通过选取指标对马铃薯的总产值进行回归模型分析,选取了种植面积、种植农户数量、资金投入作为变量指标,得出相应的结论。

    关键词:甘肃;马铃薯;SPSS;线性回归;异方差

    一、引言

    甘肃是马铃薯生产大省,随着商品农业的发展和马铃薯加工业的迅速崛起,马铃薯已由传统的粮食作物转变为经济效益显著的经济作物,从而使得马铃薯产业不仅成为新世纪甘肃农业产业化中最具发展前景的产业之一,也成为加入WTO后甘肃农村经济中最具优势和特色的产业之一。由于甘肃农业生产力水平低,产品成本高,农村市场化程度低,如何提高和促进甘肃马铃薯的产量,拓展马铃薯产业更大的生存和发展空间是我们面临的重要课题之一。

    二、结合经济背景,建立计量经济模型

    1.关于数据(来源)

    数据来源于甘肃省各市区农村发展年鉴。

    2.关于模型

    (1)建立模型

    我们研究的是甘肃地区马铃薯产量之间的差异。影响马铃薯产量的主要相关变量是种植面积,种植农户数量,资金投入。根据调查7个不同的马铃薯产值地,我们可以通过建立以种植面积,种植农户数量,资金投入作为解释变量来解释被解释变量即马铃薯的产量变化。Y=β0+β1X1+β2X2+β3X3,其中,Y代表马铃薯总产值(单位:万元),X1代表种植面积(单位:公顷),X2代表种植农户数量(单位:万户),X3代表资金投入(单位:万元)。

    (2)数据:分别来源于2013年七个不同地区马铃薯产值数据(以下地区名称分别由英文字母ABCDEFG来代替)。

    表1 甘肃省各市区综合指标数据值

    ■

    (3)所选用计量软件和计算方法

    本文所选用的计量软件为SPSS19.0,其分析方法主要为异方差分析和回归分析。在异方差分析中,我们使用的方法为残差图法和等级相关系数法。

    三、参数估计

    运用spss软件对整体变量进行回归分析,如表2、表3。

    表2 回归数据结果

    ■

    表3 回归系数结果

    ■

    四、模型相关检验

    1.经济意义检验

    Y=-32310.292-4.170X1+8.187X3,这也就是从回归结果上看,在保持其他变量不变的条件下,马铃薯种植面积每增加一个单位,马铃薯的产量减少4.170个单位;在保持其他变量不变的条件下,资金投入量增加以单位,马铃薯的产量增加8.187个单位。

    2.统计推论检验

    由分析结果可以看出,R2=0.905,调整后的R2=0.857,说明模型对样本的拟合较好。从上表可以看出,sig值小于0.1,可知系数具有线性相关性,可以进行线性回归分析。F检验:针对H0:X1=X2=X3=0,给定的显著性水平a=0.05,有上表得到F=20.620,在F分布表中查出自由度为k-1=2和n-k=4的临界值为Fa(2,4)=19.25,则F=20.620>Fa(2,4)=19.25,应拒绝原假设H0:X1=X2=X3=0,说明回归方程显著,即“种植面积”、“种植农户数量”和“资金投入”等变量联合起来确实对“总产值”有显著影响。T检验:分别针对H0:Xi=(i=1,2,3),给定显著性水平a=0.05,查t分布表的自由度为n-k=4临界值ta/2(n-k)=2.776,由上可知,出X1、X2、X3对应的t统计量分别为-2.920,-0.238,3.667,说明除了种植农户数,其他t值都分别大于2.776,说明都分别表示应当拒绝H0:Xi=0(i=1,3),也就是说,当在其他解释变量不变的情况下,解释变量“种植面积”、“资金投入”分别对被解释变量“总产值”Y都有显著的影响,X2绝对值小于2.667,说明X2的系数对t检验不显著,这表明很可能存在多重共线性。

    3.计量经济学意义检验

    (1)残差和异方差检验

    ■

    图1回归标准化残差图 图2回归标准化散点图

    运用SPSS19.0得出如图1和图2所示,我们可以看出,并没有服从正态分布,所以认定模型存在异方差性,在此要用Spearman等级相关系数检验模型的异方差性,如相对系数表所示,Sig值小于0.1,认为异方差一定存在。

    表4 Spearman相关检验值

    ■

    *.在置信度(双测)为0.05时,相关性是显著的

    **.在置信度(双测)为0.01时,相关性是显著的

    (2)异方差性的消除

    运用SPSS19.0对Y和X1和X3进行Weight-Eetimate分析,得到结果表5。

    表5 Weight-Eestimate消除异方差检验

    ■

    从上述结果可以得出,还原后的最小二乘估计的结果为Y=-36416.963+-4.411X1+8.737X3,该模型既通过了T检验和F检验,也通过了多重共线性检验,消除了异方差。

    四、结论和相关建议

    通过本文分析,针对马铃薯的产量总产值的影响中,种植面积和资金投入影响最大,这两个因素基本上对马铃薯的总产量产生了决定因素,相对之下,种植马铃薯的农户数对马铃薯的产值基本没产生相应的影响。

    针对此,认为可以扩大马铃薯的种植面积这样可以相应的增加马铃薯的产值,另外,政府也应该相应的提升资金投入,也可以增加马铃薯的最终产值,并且,针对马铃薯种植应当采用多样化、规模化及机械化程度种植,可以节约人力,逐步对马铃薯产量进行相应的提升。

    参考文献:

    [1]何晓群.现代统计分析方法与应用(第二版)[M].中国人民大学出版社,2007.

    [2]张翔.基于我国城镇居民住房面积的多元回归分析[J].合作经济与科技,2013:12-14.

    [3]郁菁.回归模型异方差性的检验与消除研究——以SPSS为分析工具[J].长沙民政职业技术学院学报,2007:34-36.

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2024/12/22 23:36:29