数理统计课程设计论文.docx
- 文档编号:8928394
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:13
- 大小:49.87KB
数理统计课程设计论文.docx
《数理统计课程设计论文.docx》由会员分享,可在线阅读,更多相关《数理统计课程设计论文.docx(13页珍藏版)》请在冰豆网上搜索。
数理统计课程设计论文
《数理统计》课程设计
题目分析农产品价格和年度和季度的关系
姓名钟谋周小勇戴作程
班级
学号
教师评语
论文成绩
指导教师签名
分析农产品价格和年度和季度的关系
一、引言
2008年4月,由于全球粮食价格暴涨,世界银行行长罗伯特·B·佐利克在华盛顿召开的国际货币基金组织和世界银行春季会议上说,食物价格上涨可能会使1亿人口陷入更深刻的贫困。
与此同时,联合国粮农组织(FAO)宣布,全球有8.54亿人面临饥饿。
2008年6月,国际农产品价格进一步上涨:
其中,食物价格指数较之2005年的平均水平上涨了近80%,而小麦、玉米、大米、大豆的价格水平较2005年的平均水平上涨了约200%(见图1)。
2008年6月以后,由于全球经济形势发生了巨大的变化,由美国次贷危机引发的“金融海啸”对全球经济的影响不断加大:
银行破产、证券价格暴跌、企业大规模裁员已经从华尔街蔓延到全世界,并开始逐步从金融界波及到产业界。
全球粮食价格出现大幅度下跌:
根据国际金融统计(MF-IFS)的数据,2009年2月,全球食物价格指数较2008年6月下降约30%,而大米、小麦、玉米、大豆价格较2008年6月的最高水平也平均下降了35%。
国际粮食价格从2006年1月开始到2008年8月经历了“过山车式”的变化。
与此同时,全球性金融危机对中国的影响逐步显现,国内经济增长速度减缓,失业人数增加。
针对严峻的形势,温家宝总理在2009年政府工作报告中强调,“巩固和加强农业基础地位,促进农业稳定发展和农民持续增收”,并提出具体措施,“以市场需求为导向调整农业结构”。
因此,在这样的背景下,对国际农产品价格变动的影响因素进行全面分析就显得十分必要。
摘要:
根据国家统计局给出的数据如下,我们现在分析的是农产品价格是否和季度和年份有关系,首先分析季度和价格的关系,我们进行单因素方差分析,假设农产品价格和季度没关系,给出它的拒绝域,求出它的F值,看是否落入拒绝域内,若是,则拒绝原假设,说明农产品价格和季度是有关系的,我们还用回归分析法,先检验回归方程是否显著,若是,则可以根据2年一,二季度用回归方程来预测下一个季度农产品价格的变化,然后看年份和农产品价格的关系,为了剔除季节因素的影响,我们分别对比2008和2009年的第一,第二季度,我们用T检验法,看它们的方差,若差别很大则说明农产品价格和年份有很大的关系的,
农产品种类
2008年
一季度
二季度
三季度
四季度
2009年
总指数
125.54
121.15
112.56
101.61
一季度
二季度
一、种植业产品
114.78
113.27
109.99
101.53
94.14
93.39
粮食
111.38
112.62
113.15
104.31
95.66
100.97
谷物
107.06
108.5
109.96
104.92
98.43
100.7
小麦
108.65
107.76
109.55
107.2
100.16
103.23
稻谷
103.48
106.93
111.72
105.96
107.29
109.34
玉米
108.91
110.29
107.83
101.8
103.95
106.59
豆类
136.48
135.92
132.87
102.15
90.94
95.52
大豆
140.11
139.84
136.53
103.16
88.21
85.2
薯类
112.99
115.88
110.78
100.12
87.96
83.81
油料
133.43
140.08
132.16
102.33
98.32
102.12
棉花(籽棉)
112.24
112.1
100.56
86.64
84.29
75.82
糖料
96.47
99.31
100.11
104.29
78.06
87.64
烟叶
114.24
114.32
119.13
120.36
101.46
94.8
蔬菜
123.36
108.61
99.83
97.59
101.03
100.71
水果
109.71
114.97
108.62
97.01
101.09
110.62
茶叶
108.89
84.21
75.63
82.19
80.84
114.4
二、林业产品
112.96
111.49
112.11
99.51
92.56
97.91
木材
110.82
110.49
107.3
106.38
88.81
86.73
竹材
113.43
108.75
108.51
106.06
95.84
93.77
胶脂和果实类林产品
113.95
111.97
114.38
96.25
99.82
99.76
三、畜牧业产品
144.94
135.15
115.87
100.21
85.45
83.35
生猪(毛重)
162.07
148.36
117.42
93.5
92.16
82.7
活牛(毛重)
137.27
130.75
121.6
113.37
84.78
68.48
活羊(毛重)
136.9
128.85
122.53
110.17
101.74
99.41
活家禽(毛重)
117.93
115.2
111.13
105.71
100.32
100.25
禽蛋
115.87
112.97
110.12
106.92
102.37
101.64
奶类
136.76
131.66
124.73
108.68
101.98
102.6
毛绒类
104.28
91.19
87.5
97.96
87.87
86.67
四、渔业产品
112.85
112.73
112.94
107.82
95.26
85.91
海水水产品
108.53
105.44
109.38
105.9
96.71
99.32
海水鱼类
114.61
106.64
111.69
108.99
88.36
98.44
海水贝类
102.47
102.2
100.52
95.34
86.51
101.55
内陆水域水产品
116.85
119.48
116.24
109.59
89.83
88.78
淡水鱼类
116.07
119.72
116.61
109.58
104.45
100.13
淡水虾蟹类
130.7
115.24
109.81
109.79
104.24
100.19
我们先对2008年的价格指数进行分析
108.08
99.14
其散点图如下
方差分析:
单因素方差分析
SUMMARY
组
观测数
求和
平均
方差
列1
36
4276.98
118.805
198.965
列2
36
4164.04
115.668
182.908
列3
36
4021.37
111.705
129.096
列4
36
3714.9
103.192
51.123
方差分析
差异源
SS
df
MS
F
P-value
Fcrit
组间
4930.772
3
1643.59
11.6962
6.93E-07
2.66926
组内
19673.21
140
140.523
总计
24603.98
143
由于F=11.69625>2.
又其拒绝域为(W=F》3.1)
所以认为季节对各种产品价格的影响是显著的,此处
我们再对2008年
2009
价格指数分析
t-检验:
双样本等方差假设
变量1
变量2
平均
94.97139
95.59972
方差
60.06839
96.78383
观测值
36
36
合并方差
78.42611
假设平均差
0
df
70
tStat
-0.30102
P(T<=t)单尾
0.
t单尾临界
1.
P(T<=t)双尾
0.
t双尾临界
1.
回归分析
SUMMARYOUTPUT
回归统计
MultipleR
0.56583
RSquare
0.
AdjustedRSquare
0.
标准误差
6.
观测值
36
方差分析
df
SS
MS
F
SignificanceF
回归分析
1
673.1096
673.11
16.012
0.
残差
34
1429.284
42.0378
总计
35
2102.394
Coefficients
标准误差
tStat
P-value
Lower95%
Upper95%
下限95.0%
上限95.0%
Inter
cept
52.
10.70447
4.8911
2.4E-05
30.
74.
30.
74.1103
XVari
able1
0.
0.1114
4.0015
0.00032
0.
0.
0.
0.67215
且拒绝域喂(F>0.),故F值为16.01202,落在拒绝域内,因此回归方程是显著的,所以回归方程式是有意义的,求其回归方程。
现在对年份对各种农产品价格的影响,首先我们分别检验2008和2009年的一季度,二季度:
图形对比:
一季度
变量1
变量2
平均
118.805
94.97139
方差
198.965
60.06839
观测值
36
36
合并方差
129.5167
假设平均差
0
df
70
tStat
8.
P(T<=t)单尾
2.15E-13
t单尾临界
1.
P(T<=t)双尾
4.3E-13
t双尾临界
1.
二季度
t-检验:
双样本等方差假设
变量1
变量2
平均
115.
95.
方差
182.
96.
观测值
36
36
合并方差
139.
假设平均差
0
df
70
tStat
7.
P(T<=t)单尾
2.6967E-10
t单尾临界
1.
P(T<=t)双尾
5.39339E-10
t双尾临界
1.
对比两年的方差可以知道年份对价格的影响是非常大的,而且2008年方差较大,故其波动交大,究其原因,是和2008年全国金融危机有很大关系的
总结
我国是农业大国,农业是我们的经济基础,目前,农产品的变化关系到我国的经发展趋势,我们了解了各季度年份对农产的影响,我们才能因地至宜,实行宏观政策来调控它,确保它有序,渐进,健康地发展,比如当农产品价格要下降时,我们可以实行稳定农产品价格政策,比如原价购买等,在这里我们用了单因子分析,其作用和思想如下:
方差分析是从观测变量的方差入手,研究诸多控制变量中那些变量是对观测变量有显著影响的变量
方差分析的作用
一个复杂的事物,其中往往有许多因素互相制约又互相依存。
方差分析的目的是通过数据分析找出对该事物有显著影响的因素,各因素之间的交互作用,以及显著影响因素的最佳水平等。
方差分析是在可比较的数组中,把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。
对变差的度量,采用离差平方和。
方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和,这是一个很重要的思想。
经过方差分析若拒绝了检验假设,只能说明多个样本总体均数不相等或不全相等。
若要得到各组均数间更详细的信息,应在方差分析的基础上进行多个样本均数的两两比较。
1、多个样本均数间两两比较
多个样本均数间两两比较常用q检验的方法,即Newman-kueuls法,其基本步骤为:
建立检验假设-->样本均数排序-->计算q值-->查q界值表判断结果。
2、多个实验组与一个对照组均数间两两比较
多个实验组与一个对照组均数间两两比较,若目的是减小第II类错误,最好选用最小显著差法(LSD法);若目的是减小第I类错误,最好选用新复极差法,前者查t界值表,后者查q'界值表
基本思想
通过分析研究中不同来源的变异对总变异的贡献大小,从而确定可控因素对研究结果影响力的大小。
在工农生产和科研活动中,影响产品产量,质量的因素很多,例如农作物的施肥种类,施肥量等因素有很多,这时候就适合用单因子方差分析,看哪个因素影响是显著的
参考文献
[1]概率论与数理统计,茆诗松程依明,高等教育出版社,国家统计局网站
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数理统计 课程设计 论文