重庆市农用机械总动力与农村用电量的分析预测VIP免费

第1页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页共7页农用机械总动力与农村用电量的分析预测07级工程管理1班蒋潜200712204042摘要：重庆在这飞速发展的二十几年里，经济有了显著提高。作为第一产业的农业，在拉动内需提高国民及地区生产总值方面做出了显著贡献。现在对重庆1985~2007年间“重庆主要年份农业生产条件”相关数据的关联及比较来分析重庆市的农业及农村的经济发展状况，并作出预测和前景展望。关键词：机械总动力，用电量，预测Abstract:TherapiddevelopmentofChongqinginthe20years,theeconomyhasimprovedsignificantly.Asthefirstindustry,agriculture,instimulatingdomesticdemandtoimprovethenationalandregionalgrossdomesticproductmadeasignificantcontribution.Chongqingisnowbetween1985to2007"YearinChongqingkeyconditionsforagriculturalproduction"andcomparingthedatatoanalyzetheassociationofChongqing,theagriculturalandruraleconomicdevelopment,andtomakeprojectionsandvision.Keywords:mechanicaltotalpower,withelectricity引言：农业机械总动力是用于农林牧渔的各种动力机械的动力综合。农村用电量，是指年度内乡镇区域范围内的生产和生活用电累计计量，既包括国家电网供电，也包括农村自办电站供电量。农业机械总动力与农村用电量这两个指标的增长与减少对农业的机械化水平以及农业的生产效率农村生活质量是至关重要的。从1985年至1995年，这两个指标就以每年超过五个百分点的速度攀升着，2000以后，这个指标更是超过了十五个百分点，这成为了衡量中国农业发展的标志之一。本文从农用机械总动力与农村用电量进行简单分析和预测，并结合自身所学统计学知识，把定性与定量分析相结合，来分析两者之间的关系以及对农业和农村的发展水平的影响。一、收集统计年鉴2008年份农用机械总动力农村用电量19852196330919862407147119872598322919882787963719892918961119903009709119913161044301992324115831第2页共7页第1页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第2页共7页199334313402719943661601971995386.051748471996409.911967881997454.072273031998506.642429341999558.542600292000586.472787282001628.073011402002665.573387172003695.673665352004728.313846272005775.964289342006820.014602912007860.31484478从上述统计数据中可看出，我市的农用机械总动力的总万瓦数及农村用电量总千瓦时数逐年增长，其中从1985年到1995年增长相对缓慢，而在重庆直辖后，特别是2000年之后增长速度相对加快。为此我对农用机械总动力与农村用电量的数据建立相关分析方程，通过方程以及统计相关原理说明两者的关系及对农业的影响。二、模拟回归方程编辑1985~1007年农业机械总动力（x）与农村用电量（y）的统计数据，模拟散点分布图第3页共7页第2页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第3页共7页图中：横坐标表示农业机械总动力纵坐标表示农村用电量从图中的趋势线可确定两者为线性关系，建立直线回归分析表。y=660.64x-92629R2=0.9925010000020000030000040000050000060000002004006008001000系列1线性(系列1)第4页共7页第3页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第4页共7页（一）、回归方程的建立（结合图一计算可得）y=660.64x-92629可判定为一元线性关系r2=0.9925（二）、回归估计标Sy误差（运用EXCEL表计算）1、估计标准差Sy的计算√∑(y−y)2n−2=11443.63586估计标准差11443.63586反应了因变量实际值及其估计值之间的平均差异程度，其值越小，回归方程的代表性越强，估计值也就越准确。年份xyx−xy−y(x−x)(y−y)(x−x)2(y−y)21985219.0063309.00-259.76-160351.5241653608.4767477.52257126105241986240.0071471.00-238.76-152189.5236337431.9057008.41231616505271987259.0083229.00-219.76-140431.5230861841.7948296.37197210122981988278.0079637.00-200.76-144023.5228914788.4140306.32207427748141989291.0089...