安徽省粮食产量的综合分析研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外研究动态 | 第10-12页 |
| 1.4 研究区域概括 | 第12页 |
| 第二章 模型与相关理论介绍 | 第12-21页 |
| 2.1 多元线性回归的理论主体 | 第12-16页 |
| 2.1.1 标准多元线性回归模型 | 第12-13页 |
| 2.1.2 模型的估计 | 第13-14页 |
| 2.1.3 模型的检验方法 | 第14-16页 |
| 2.2 灰色关联法 | 第16-18页 |
| 2.2.1 关联度概念 | 第16页 |
| 2.2.2 关联度的计算 | 第16-18页 |
| 2.3 时间序列分析及其建模步骤 | 第18-21页 |
| 2.3.1 时间序列的基本知识 | 第18页 |
| 2.3.2 时间序列分析模型 | 第18-19页 |
| 2.3.3 基于ARIMA模型的建模步骤 | 第19-21页 |
| 第三章 安徽省粮食产量的影响因素的实证分析 | 第21-34页 |
| 3.1 数据来源以及指标体系 | 第21-23页 |
| 3.2 多元线性回归分析 | 第23-29页 |
| 3.2.1 回归方程的建立 | 第23-24页 |
| 3.2.2 回归模型的估计 | 第24页 |
| 3.2.3 回归模型的检验 | 第24-26页 |
| 3.2.4 回归模型的优化 | 第26-29页 |
| 3.3 灰色关联分析法 | 第29-31页 |
| 3.4 结果分析 | 第31-32页 |
| 3.5 政策建议 | 第32-34页 |
| 第四章 安徽省粮食产量序列的预测 | 第34-50页 |
| 4.1 数据来源与统计软件 | 第35页 |
| 4.2 时间序列的预处理 | 第35-39页 |
| 4.2.1 绘制数据的时序图 | 第35-37页 |
| 4.2.2 相关性检验 | 第37页 |
| 4.2.3 平稳性检验 | 第37-38页 |
| 4.2.4 序列平稳化 | 第38-39页 |
| 4.2.5 模型识别 | 第39页 |
| 4.3 对粮食产量序列建模 | 第39-48页 |
| 4.4 利用相对较优模型进行预测分析 | 第48-50页 |
| 第五章 总结 | 第50-52页 |
| 附录 | 第52-54页 |
| 参考文献 | 第54-55页 |
| 致谢 | 第55页 |
