版权说明 操作指南
首页 > 成果 > 详情

基于偏最小二乘回归模型的湖北省粮食产量影响因素分析

认领
导出
Link by 中国知网学术期刊 Link by 维普学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
吴红霞;李荆荆;聂艳;童秋英;吴西子
作者机构:
华中师范大学城市与环境科学学院,武汉,430079
湖北省国土资源研究院,武汉,430071
武汉市国土资源与规划信息中心,武汉,430014
语种:
中文
关键词:
偏最小二乘回归分析;粮食产量;影响因素;湖北省
关键词(英文):
partial least squares regression analysis;grain production;impact factor;Hubei province
期刊:
湖北农业科学
ISSN:
0439-8114
年:
2017
卷:
56
期:
13
页码:
2553-2559
基金类别:
湖北省国土资源厅行业科研专项(ETZ2015A09); 华中师范大学中央高校基本科研业务费专项资金(CCNU15A02049);
机构署名:
本校为第一机构
院系归属:
城市与环境科学学院
摘要:
以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型.PLSR模型中,自变量对因变量均具有较好的解释能力,回归模型的Rcv2=0.946,表明回归模型的精度较高,拟合效果较好,可靠性强.结果表明,粮食作物播种面积、农业机械化总动力、农田有效灌溉面积、农用化肥施用量以及农村用电量共5个指标是影响湖北省粮食产量的关键因素.
摘要(英文):
Taking Hubei Province as the research area, 9 indicators were selected which affected grain production from 2000 to 2014 in Hubei province, the influence factors of grain production partial least-square regression model were constructed which based on C-D production function after analyzing and diagnosing the multiple mutual linear between the independent variables. The PLSR model of grain production indicated that the independent variables had good explanatory power for the dependent variables. Moreover, the goodness of fit Rcv2=0.946 of regression model showed there were high precision, stro...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com