《计量经济学实习报告(2)：粮食生产影响因素分析080604.doc》由会员分享，可在线阅读，更多相关《计量经济学实习报告(2)：粮食生产影响因素分析080604.doc（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、影响我国农业总产值因素的分析影响我国农业总产值因素的分析计量经济学实验报告 05 电子商务 200530780206【摘要】：目前影响我国农业产值的因素有很多，本文运用计量经济学方法分 析我国农业总产值的影响因素并得出结论。关键词：农业总产值 影响因素 分析 回归 检验一前期准备阶段： 1.变量： 以农业产值为被解释变量 Y， 以有效灌溉面积（X1） ，化肥使用量 （X2）,农业机械总动力（X3）为解释变量。 （其中，农业产值单位为： 亿元；有效灌溉面积单位为：千公顷；化肥使用量单位为：万吨；农 业机械总动力单位为：万千瓦）2.模型设定：根据其相互间的联系。还有由它们的散点图可以确定模型可以
2、设为线型模型。设模型的函数形式为：yt=b0+b1x1+b2x2+b3x3.年份农业总产值 Y有效灌溉面积 X1化肥施用量 X2农业机械总动力 X3 197813974496588411749.9 19801922.644888.066671269.414745.7453 19853619.544035.91775.820912.5 19907662.147403.12590.328707.7 1991815747822.12805.129388.6 19929084.748590.12930.230308.4 199310995.548727.93151.931816.6 199415750
3、.548759.13317.933802.5 199520340.949281.23593.736118.1 199622353.750381.43827.938546.9 199723788.451238.53980.742015.6 199824541.8652295.64083.745207.7 199924519.0653158.414124.3248996.12 200024915.853820.334146.412252573.6063 200126179.654249.391074253.763455172.1 200227390.7535954354.84339.3957929
4、.85 200329691.854014.234411.560360386.541 200436238.9897654478.424636.5864027.91 200539450.8873455029.3394766.218368397.8486附：散点图：注： 数据来源：中华人民共和国国家统计局网站二回归分析。 1、运用 OLS 估计方法对式中的参数进行估计。得到回归结果如下图：图 1：回归结果 三、模型检验 1.分析： （1）由上图可以看到，F=89.43693F0.05 (3，17)= 3.20(显著性水平 a =0.05） ， 表明从整体上看农业总产值与解释变量之间线性关系显著。 （
5、2）R2 =0.9471，说明样本回归直线的解释能力为 94.71%，模型的拟合程度较 高。 （3）查表可知，t0.025(17)=2.1098，由上表可以看到，只有 X3 对应的 t 检验统 计量 t=2.7111 t0.025(17)=2.1098，t 检验通过。2.检验。 -计算解释变量之间的简单相关系数。表 1：相关系数矩阵 由表 1 可以看出，解释变量之间存在高度线性相关。同时由图 1 也可以 看出，尽管整体上线性回归拟合较好，但的参数 t 值并不显著系数的符号与 经济意义相悖(此句不通,要修改)。表明模型中解释变量确实存在严重的多重 共线性。3.修正。 （1）运用 OLS 方法求
6、y 对各个解释变量的回归。结合经济意义和统计检验选 出拟合效果最好的一元线性回归方程。经分析，在 3 个一元回归模型中农业总 产值对农业机械总动力 X3 的线性关系最强，拟合程度最好。回归结果如图 2 所 示。图 2：回归结果y=-8416.150+0.671905x3t=(-4.676318) (16.28285) R2=0.939744 S.E.= 2880.231 F=265.1311（2）逐步回归。 （以y=-8416.150+0.671905x3作为最基本的模型。 ）1加入化肥施用量 X2，对农业总产值 Y 关于 X3, X2 建立二元回归模型，回归结果如下图所示：图 3：回归结果y
7、=-10502.70+0.498155X1+2.674912X2t=(-4.695424) (4.026590) （1.483618） R2=0.947031 S.E.=2783.573 F=143.0324-可以看出，加入 X2 后，拟合优度有所提高，参数估计值的符号也正确，并 没有影响 X3 系数的显著性，所以在模型中保留 X2。2加入有效灌溉面积 X1,对农业总产值 Y 关于 X3, X2, X1 建立三元回归模型，回归结果如下图所示：图 4：回归结果 y=0.947055-0.073006X1+2.740687X2+0.187875X3 t=(-0.203099) (-0.081360
8、) （1.350327） （2.711187） R2=0.947055 S.E.=2784.228 F=89.43693-农业总产值与有效灌溉面积在理论上应该是同方向变化。可以看出，加 入 X1 后，调整后拟合优度不但没有提高，反而降低。X1 参数估计值的符号不 正确。因此，在模型中略去 X1，保留 X2。3考虑截距项值不显著，将常数项去掉得如图 5 所示的回归结果。图 5：回归结果Y= -2.6479X2+0.7085X3 t = (2.0974) (0.1725) R2= 0.874044 S.E.= 4164.265 DW= 0.233963 待续。问题： （理论上，化肥施用量和农业产值应该是同方向变化的，可是为什么得到 X2 的系数符号为负号？是不是我在决定是否保留 X2 上出错了？我是不是应 该把 X2 这个变量也去掉，只留下 X3 这样一个解释变量呢？请老师指教！谢谢！ ）提示：因为你建立的是农业生产函数模型,我建议你以双对数模型形式进行回归， 再看结果如何？陈利昌