农业机械总动力及其影响因素的时间序列分析——以江苏省为例

被引:18
作者
何政道
何瑞银
机构
[1] 南京农业大学工学院
关键词
农业机械; 总动力; 时间序列; 自相关; 模型;
D O I
暂无
中图分类号
F323.3 [农业技术改造、农业技术经济];
学科分类号
120204 ;
摘要
对一个地区的农业机械总动力及其影响因素进行分析可为当地农业机械化发展目标的制定提供可靠依据。本文采集了江苏省1989~2006年的相关数据,对江苏省农业机械总动力及其影响因素进行了相关性分析分析,并用自相关时间序列回归分析方法建立了模型。结果表明,影响农业机械总动力的6个关键因素的相关性排序为:农村剩余劳动力转移率、农村居民家庭人均纯收入、粮食播种面积、政府的财政投入、农民受教育程度和粮食单产,它们与农业机械总动力的相关系数分别为0.9396、0.9384、0.8924、-0.8778、0.8671和0.7224,并得出了较高精度的农业机械总动力的自相关时间序列回归模型(R2=0.998),模型预测结果的平均偏差为0.68%。
引用
收藏
页码:20 / 24
页数:5
相关论文
共 23 条
[1]   基于Shapley值的农机装备水平组合预测 [J].
张淑娟 ;
冯屾 ;
介邓飞 ;
王凤花 .
农业工程学报, 2008, (06) :160-164
[2]   农业机械总动力变化影响因素的灰色关联分析 [J].
郑文钟 ;
应霞芳 .
农机化研究, 2007, (12) :9-11
[3]   黑龙江省农机总动力趋势包络预测与分析 [J].
朱荣胜 ;
王福林 .
东北农业大学学报, 2006, (04) :512-515
[4]   农机总动力的预测及多种数学方法的应用比较 [J].
张海云 .
中国农机化, 2006, (02) :50-51+90
[5]   用灰色神经网络组合模型预测农机总动力发展 [J].
朱瑞祥 ;
黄玉祥 ;
杨晓辉 .
农业工程学报, 2006, (02) :107-110
[6]   基于农机化投入影响因素的灰关联分析 [J].
马广 ;
陈宏金 .
浙江大学学报(农业与生命科学版), 2005, (06) :812-815
[7]   基于人工神经网络的黑龙江省农机总动力预测 [J].
赖庆辉 ;
米伯林 ;
杨志坚 .
农机化研究, 2005, (04) :272-274
[8]   影响山西省农机化水平的多因素逐步回归分析 [J].
陈宝峰 ;
白人朴 ;
刘广利 .
中国农业大学学报, 2005, (04) :115-118
[9]   农业机械总动力与影响因素关系分析 [J].
杨敏丽 ;
白人朴 .
农机化研究, 2004, (06) :45-47
[10]   时间数列回归与相关分析中的自相关问题 [J].
姚志学 ;
孙慧钧 .
东北财经大学学报, 2003, (06) :47-49