精品文档---下载后可任意编辑所 在 院 系 计算机与信息工程学院学 科 专 业 农业信息化讨论生姓名宋 玲 指 导 老 师： 薛河儒2013 年 12 月 21 日用线性回归分析方法分析林木生物量的影响因素1. 题目在林木生物量生产率讨论中，为了了解林地施肥量（x1，kg）、灌水量（x2，10）与生物量（Y，kg）的关系，在同一林区共进行了 20 次试验，观察值见下表，试建立 Y 关于 x1,x2 的线性回归方程。1. 程序DATA ct;INPUT x1 x2 y @@;XSQ=x1*x2;CARDS;54 29 5061 39 5152 26 5270 48 5463 42 5379 64 6068 45 5965 30 6579 51 6776 44 7071 36 7082 50 7375 39 7492 60 7896 62 8292 61 8091 50 8785 47 84106 72 8890 52 92;PROCREG;MODEL y=x1 x2/PCLI;MODEL y=x1 x2 xsq/PCLI;Run;3.输出结果精品文档---下载后可任意编辑（1）回归模型是否显著，显著水平是多少？复相关系数是多少？答：回归方程显著，显著水平是。复相关系数是。（2）回归系数的估量值是多少？显著性如何？答： X1 1.（3）写出回归方程的表达式。（4）利用残差（实测值与预测值之差）、95%置信取间的上下限讨论预测预报效果及预报的稳定性。答：根据上面结果可知残差和 95%置信区间的上下限的差异很大，最大的达到 7.4640.最小的达到 8.幅度比较大。所以稳定性也很差。（5）对本问题再求出 Y 关于 X1、X2 的二次多项式回归方程，并与线性回归方程比较，说明精品文档---下载后可任意编辑优缺点。由输出结果知：二次模型在水平下是显著的，预测模型为： y=-14.553333+1.66857x1-0.73311x2-0.00271x1*x2 线性模型在水平下也是显著的，预测模型为： y对比来说：MODEL2 复相关系数更接近 1，预测值与实测值更接近，回归效果更好，因此 y 与x 的关系应选用二次模型。用线性回归方法分析影响水稻粒重的因素1. 题目s，观测 11 个水稻品种(03DH1、03DH2、03DH3、03DH 4、03DH5、03DH6、03DH7、03DH 8、03DH9、03DH10、03DH11)的各种性状：穗数 xl、枝梗数 x2、秕粒 x3、200 粒重 y。每个水稻品种取 5 株．以 5 株为一个单位。讨论水稻 200粒重 y 与穗数 xl、枝梗数 x2、秕粒 x3 之间的关系，分析哪些因素对 200 粒重 y 的影响较大。nonumx1x2x3y03DH1514165903DH2527132703DH3531119403DH4520156403DH55241416703DH65191334003DH7530134003DH84211212203DH9529139003DH1...
