计量经济学--中国粮食总产量多因素分析(完整版)资料.doc
上传人:天马****23 上传时间:2024-09-10 格式:DOC 页数:35 大小:2.3MB 金币:10 举报 版权申诉
预览加载中,请您耐心等待几秒...

计量经济学--中国粮食总产量多因素分析(完整版)资料.doc

计量经济学--中国粮食总产量多因素分析(完整版)资料.doc

预览

免费试读已结束,剩余 25 页请下载文档后查看

10 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

计量经济学--中国粮食总产量多因素分析(完整版)资料(可以直接使用,可编辑优秀版资料,欢迎下载)中国粮食总产量多因素分析专业年级:13金融(2)班学号:2姓名:谢昊摘要:本文选取1990年到2021年的相关数据,应用计量经济学所学知识对根据经济理论选取的影响我国粮食产量的各因素进行分析、检验,并对其影响程度的大小进行定量分析,进一步明确和完善相关的经济学知识。关键词:粮食产量粮食播种面积农用机械总动力有效灌溉面积农业化肥使用量文献综述农业作为我国最基础的产业,农产品的每年的产量直接关系着我们的民生,故而粮食的产量一直是我们最关心的。影响因素的分析首先,粮食作为农作物,其产量肯定会受到农用化肥施用量条件的影响其次,我认为粮食的播种面积对于粮食产量也有一些影响最后,农业机械总动力也是影响粮食产量的一大重要因素二、数据收集与模型的建立(一)数据收集1983年—2021年中国粮食生产与相关投入的资料(表1)年份粮食总产量Y粮食耕种面积(x1)农用化肥施用量(x2)农业机械总动力(x3)1990446241134662590.3287081991435291123142805.1293891992442641105602930.2303081993456491105093151.9318171994445101095443317.9338021995466621100603593.7361181996504541125483827.9385471997494171129123980.7420211998512301137874083.7452081999508391131614124.3489962000462181084634146.4525742001452641060804253.8551722002457061038914339.457930200343070994104411.6603872004469471016064636.6640282005484021042784766.2683982006498041049584927.7725222007501601056385107.8765902021528711067935239821902021A.循环体中的LOOP和EXIT语句的位置是固定的530821089865404.487496INPUT"请输入n的值:"TON2021settalkon5464810987613、VLAN(虚拟局域网)是一种将局域网从__逻辑上划分网段,而不是从__物理上划分网段,从而实现虚拟工作组的新兴数据交换技术。5561.792780C.在调用过程文件中的过程之前不必打开过程文件2021571211105735704.2977352021589581112052.如果要在屏幕上直接看到查询结果,“查询去向”应该选择________。5838.84.下列关于数据库系统的叙述中,正确的是________。10256010.类具有________、________和________的特征,这就大大加强了代码的可重用性。2021ENDDO601941119565911.9returnm103907(二)模型设计为了具体分析各要素对我国粮食产量影响的大小,我们可以用粮食总产量(y)作为衡量,代表粮食发展;用粮食耕种面积(x1)、农用化肥施用量(x2)以及农业机械总动力(x3)。运用这些数据进行回归分析。采用的模型如下:y=β1+β2x1+β3x2+β4x3+ui其中,y代表粮食总产量,x1代表粮食耕种面积,x2代表农用化肥施用量,x3代表农业机械总动力,ui代表随机扰动项。我们通过对该模型的回归分析,得出各个变量与我国粮食产量的变动关系。三、模型估计和检验(一)模型初始估计(表二)DependentVariable:YMethod:LeastSquaresDate:12/21/15Time:16:27Sample:19902021Includedobservations:24VariableCoefficientStd.Errort-StatisticProb.C-44644.146601.867-6.7623500.0000X10.6841160.05311312.880430.0000X24.0429710.9747514.1476970.0005X30.0310320.0383520.8091310.4280R-squared0.966281Meandependentvar49317.62AdjustedR-squared0.961223S.D.dependentvar4867.060S.E.ofregression958.