中国粮食产量多因素分析
中国粮食产量影响因素分析
中国粮食产量影响因素分析摘要：粮食是人类最基本的生活消费品，粮食问题是关系到国家的国计民生的头等问题。
众所周知，农业是国民经济发展的基础，粮食是基础的基础，因此粮食生产是关系到一个国家发展与生产的一个关键的主题。
建国以来我国的粮食产量出现了多次的变动，给消费者和生产者带来了很大的影响，所以了解影响粮食生产因素很重要。
通过计量经济学方法创建我国粮食生产函数，我们会发现粮食播种、化肥施用量、受灾面积是影响粮食生产的三大因素，其中粮食播种面积的影响最大。
【关键词】粮食产量；影响因素；回归分析一、引言众所周知，粮食是我们人类生命得以延续的最基础的物质条件，没有粮食这个重要基础，人类将无法继续生存。
回顾我国粮食的生产情况，我们会发现，随着技术水平的提高，社会的发展，从整体来讲我国粮食产量呈上升的趋势。
二、中国粮食生产现状分析在改革开放（1978年）之前我国粮食产量非常缓慢增长，一直都在30000万吨以下。
改革开放后，我国粮食产量从30000万吨一路疯狂走高，粮食生产得到飞速发展，但波动也更频繁复杂。
在1997年总产量首次跨上50000万吨的大难关，达到了50453万吨，增长率为8.13%。
但在2004年开始出现了几年的连续减产的现象，曾一路降到43069万吨的局面，一下子退回到十几年前的水平，让人更加担忧。
从2004年以来的5年里，我国粮食产量连续10年增产。
在2013年粮食产量达到60193.8万吨。
改革开放以来粮食产量一直是我国最关心的问题，我国逐步改革统购统销的体制，减少定购数量，提高粮食收购价格，使粮食生产实现高速增长。
我国粮食产量从30000万吨开始一路走高。
1980—2010年这30年，我国粮食生产得到快速发展。
1978年我国农村实行改革和粮食价格提高，极大地调动了农民的积极性。
1978年中国粮食产量首次突破30000万吨，增长了7．8％。
1979年粮食产量继续增长8.9％，主要是由于国家大幅度提高粮食收购价格，粮食统购价提高20％，超购部分加价50％，从而促进粮食产量飞速增长。
中国粮食生产的综合影响因素分析
中国粮食生产的综合影响因素分析一、本文概述《中国粮食生产的综合影响因素分析》这篇文章旨在全面深入地探讨影响中国粮食生产的主要因素，以期为相关政策制定和农业可持续发展提供科学依据。
粮食生产作为国家安全和社会稳定的重要基石，其影响因素众多且复杂，包括自然资源、政策导向、科技进步、市场需求、农业生产组织方式等。
本文将从多个维度出发，系统地分析这些因素对中国粮食生产的影响机制和效果，以期揭示其内在规律和潜在问题。
在文章的结构上，本文将首先对中国粮食生产的现状进行概述，包括粮食产量、种植结构、区域布局等方面的情况。
然后，将逐一分析各影响因素对粮食生产的具体作用，包括自然资源条件、农业政策调整、科技进步与创新、市场需求变化、农业生产组织方式变革等。
在此基础上，本文将运用定性和定量相结合的研究方法，对影响因素进行综合评价，以明确各因素的作用大小和方向。
文章将提出相应的政策建议和研究展望，以期为提升中国粮食生产能力和保障国家粮食安全提供有益参考。
通过本文的研究，我们期望能够更全面地了解中国粮食生产的发展现状和面临的挑战，为制定更加科学、合理的农业政策和技术推广策略提供支撑。
本文也希望能够引起社会各界对粮食生产问题的关注和重视，共同推动中国农业的可持续发展。
二、中国粮食生产的总体状况中国，作为世界上人口最多的国家，粮食生产一直是国家安全和社会稳定的重要基石。
多年来，中国粮食生产在政策的引导、科技的推动以及农民的努力下，取得了显著的成绩。
总体上，中国粮食生产的状况呈现出稳定增长的态势，为保障国家粮食安全奠定了坚实的基础。
从产量上看，中国粮食总产量连续多年保持在较高水平，稳居世界前列。
粮食作物的播种面积和单位面积产量均有所增长，特别是科技含量较高的粮食作物，如杂交水稻、优质小麦等，其产量和品质都得到了显著提升。
同时，粮食生产的结构也在不断优化，逐步由传统的以口粮为主向多元化、优质化转变。
在粮食生产的布局上，中国形成了多个粮食主产区和优势产区，如东北平原、黄淮海平原、长江中下游平原等，这些地区的粮食生产能力强，对全国粮食总产的贡献率逐年提高。
粮食产量影响因素回归分析
粮食产量影响因素回归分析粮食产量是一个复杂的系统工程，受到多个因素的影响，包括自然因素和人为因素。
为了深入了解这些影响因素，可以运用回归分析方法对其进行量化分析。
下面将详细介绍粮食产量影响因素回归分析的步骤和应用。
回归分析是一种统计学方法，用于确定自变量与因变量之间的关系。
在粮食产量影响因素回归分析中，因变量是粮食产量，自变量则包括多个可能的因素，如天气、土壤条件、农业技术等。
首先，需要收集相关的数据，包括粮食产量的历史数据和可能的影响因素的数据。
对于年度产量数据，可以从农业统计年鉴等公开渠道获取，而对于自变量数据，可以通过相关研究或者实地调查获得。
接下来，对数据进行预处理，包括缺失值填充、异常值处理、数据标准化等。
这些步骤可以提高回归模型的准确性和可靠性。
然后，选择适当的回归模型进行分析。
根据问题的具体情况，可以选择线性回归模型、多项式回归模型、逻辑回归模型等。
线性回归模型是一种常用的回归模型，假设因变量与自变量之间存在线性关系。
而多项式回归模型可以描述因变量和自变量之间的非线性关系。
逻辑回归模型则用于因变量为分类变量的情况。
在建立回归模型后，需要对模型进行拟合和评估。
拟合是指找到最佳的回归系数，使得模型对数据的误差最小化。
评估包括解释模型的统计显著性、对模型的拟合优度进行检验等。
常用的评估指标包括R平方、调整R平方、F统计量等。
最后，根据回归模型得到的结果，可以分析各个自变量对粮食产量的影响程度和方向。
通过回归系数的正负来判断自变量对因变量的增益或减益作用。
此外，还可以进行模型的预测和验证，对未来的粮食产量进行预测，并与实际数据进行比较以验证模型的准确性。
总之，粮食产量影响因素回归分析是一种有效的量化分析方法，可以深入了解粮食产量背后的驱动因素，为农业生产提供科学指导。
这一方法在农业经济学、农业科学等领域具有广泛应用前景。
计量经济学论文-我国粮食产量影响因素分析与预测
我国粮食产量影响因素分析与预测摘要：本文采用计量经济分析方法,以1980—2010年中国粮食产量及其重要影响因素的时间序列数据为样本,仿照C-D生产函数，建立了以粮食产量为因变量，以农用化肥施用量、有效灌溉面积、财政支农支出、农村用电量、农村机械总动力、粮食作物播种面积、农业灾害成灾面、农业劳动力八种可量化的影响因素为自变量的多对数回归模型，利用模型对各个因素进行了比较分析。
同时，对模型进行检验与修整，并在此基础上提出了一些关于增加粮食产量的可供参考的意见。
关键字：计量经济分析粮食产量多对数回归模型一、前言粮食是关系国计民生的重要战略物资。
粮食综合生产能力与粮食安全问题一直是世界性的重大问题，备受世界各国政府及专家学者的关注与研究。
近年来，中国粮价上涨过快，通货膨胀压力明显加大，不仅给低收入群体的生活带来很多困难，也使得国民经济的发展受到了制约。
粮食近年来连续减产、国家储备库存和农民手中的存粮减少，加上消费者需求的过量扩大，粮食将从结构性短缺转为战略性短缺。
粮食生产关系到我国的社会经济发展，因此认真研究和加深了解中国粮食生产的规律和特点，找出影响粮食总产量的主要因素，并采取针对性的粮食增产措施，对于稳定和发展粮食生产就有重要意义，对增加农民收入，乃至拉动整个国民经济的增长具有重要作用。
二、文献综述我国学者很早就对粮食生产问题展开了研究，并取得了一系列突出成果。
赵俊晔、王川采用逐步回归和灰色关联分析的方法对1991-2004年影响我国粮食产量变化的主要因素进行了分析，发现有效灌溉面积与粮食产量一直保持高的关联度，成灾面积与粮食产量的关联仅次于有效灌溉面积，在此基础上对提高我国粮食生产科技支撑能力、稳定发展粮食生产提出了建议。
梁子谦、李小军选取了15个指标，通过建立因子分析模型，对中国粮食单产和播种面积的影响因子进行了市政分析，研究结果表明，对粮食单产影响最大的因子是科技进步，其次是物质投入因子、环境与气候因子和中策因子。
中国粮食增长的贡献因素分析及政策建议
中国粮食增长的贡献因素分析及政策建议【摘要】中国粮食增长对于国家粮食安全和农业发展具有重要意义。
本文旨在探讨中国粮食增长的贡献因素并提出政策建议。
在正文部分分析了经济因素、农业技术、政府政策、市场需求和国际贸易对粮食增长的影响。
经济因素如农民收入水平和市场价格对粮食生产具有重要影响，农业技术的不断进步使粮食产量得到提高，政府政策的支持和引导促进了粮食增长，市场需求和国际贸易也对粮食增长起到了推动作用。
结论部分提出了针对性的政策建议，包括进一步加大农业技术投入、完善粮食生产监管机制、推动农产品市场化改革等。
展望未来，中国粮食增长仍将面临挑战和机遇，需要政府、企业和社会各方共同努力以保障国家粮食安全和推动农业可持续发展。
【关键词】中国粮食增长、贡献因素、政策建议、经济因素、农业技术、政府政策、市场需求、国际贸易、未来展望、重要性、研究目的、影响、推动、展望。
1. 引言1.1 中国粮食增长的重要性中国粮食增长的重要性在我国经济和社会发展中具有至关重要的地位。
粮食是人类生存和发展的基本需求，而中国作为世界上最大的农业生产国之一，粮食生产一直是国民经济的重要支柱。
随着人口的增长和经济的发展，中国面临着粮食需求日益增长的压力。
保障粮食安全，提高粮食产量，不仅关系到国民经济的发展，也关系到国家的社会稳定和人民的生计。
中国的粮食增长不仅关系到国内经济社会的稳定发展，更直接影响到全球粮食市场的供需关系。
中国是世界人口最多的国家之一，其粮食需求量巨大，对全球粮食市场的影响不可忽视。
中国的粮食增长对全球粮食供应和价格具有重要影响，也对国际间的农业合作和贸易产生着深远影响。
为此，中国政府不断加大粮食生产力度，促进农业结构调整，加强农业科技创新，实施粮食生产和供给侧结构性改革，努力提高粮食产量和质量，以应对人口增长和经济发展的挑战。
1.2 研究目的本文旨在通过对中国粮食增长的贡献因素进行分析，探讨不同因素对粮食产量和质量的影响，并提出相关政策建议。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素粮食是人类的基本生活物资之一，粮食产量的增加直接影响着国家的粮食供应和粮食安全。
了解和研究影响我国粮食产量的因素对于保障国家粮食供应具有重要意义。
种植面积是影响粮食产量的关键因素之一。
种植面积的增加可以提高粮食产量，而减少则会导致粮食产量下降。
影响种植面积的因素包括耕地面积、农业政策和制度等。
耕地面积的扩大有助于增加种植面积，而耕地面积的减少则会限制种植面积的增长。
农业政策和制度也对种植面积有着重要的影响，例如对农民耕地保护政策的支持与限制等。
农业投入是影响粮食产量的重要因素。
农业投入包括劳动力、资本、农药、化肥等。
劳动力的增加可以提高农业生产效率，从而增加粮食产量。
资本的投入可以提高农民的种植技术和设备水平，从而提高粮食产量。
农药和化肥的使用可以防治病虫害，提高农作物的产量和质量。
气候条件是影响粮食产量的重要因素。
充足的阳光、适宜的温度和降水量都对粮食产量的增长起着至关重要的作用。
不同的粮食作物对气候条件的要求不同，不同的气候条件对各地粮食产量的影响也存在差异。
第四，技术进步是提高粮食产量的关键因素。
种植技术、农业机械和农业科技的进步可以提高粮食生产效率，从而增加粮食产量。
新品种的引进和适宜的耕作措施可以提高作物的产量和抗病虫能力。
市场需求也是影响我国粮食产量的重要因素。
市场需求对粮食价格的影响可以影响农民的粮食种植决策。
当市场需求较高时，农民倾向于增加粮食种植面积以满足市场需求，从而增加粮食产量。
我国粮食产量的影响因素与农业政策、经济发展、气候条件、农业投入、技术进步和市场需求等因素紧密相关。
深入研究和分析这些因素的作用，有助于制定合理的粮食生产政策，提高粮食产量，保障国家粮食供应和粮食安全。
基于计量经济学分析我国粮食产量的影响因素
基于计量经济学分析我国粮食产量的影响因素一、概述粮食产量作为国家经济安全和社会稳定的重要基础，历来受到广泛关注。
中国作为世界上人口最多的国家，粮食产量的稳定与增长对于保障国家粮食安全、促进经济社会持续健康发展具有重大意义。
随着全球气候变化、土地资源紧张、农业生产技术革新等多重因素的影响，我国粮食产量面临着诸多不确定性。
深入分析影响我国粮食产量的因素，对于制定科学合理的农业政策、提高粮食生产效率和保障国家粮食安全具有重要的理论价值和现实意义。
本文旨在运用计量经济学的方法，系统分析我国粮食产量的影响因素。
通过对国内外相关文献的梳理和评价，明确粮食产量影响因素的研究现状和不足。
结合我国粮食生产的实际情况，选取适当的计量经济学模型，如多元线性回归模型、面板数据模型等，对影响粮食产量的因素进行定量分析和检验。
在此基础上，深入探讨各因素对粮食产量的具体影响程度和方向，揭示各因素之间的内在联系和作用机制。
根据分析结果，提出针对性的政策建议，为我国粮食生产的可持续发展和国家粮食安全的保障提供科学依据。
通过本文的研究，期望能够为我国粮食生产领域的决策提供有益参考，同时也为计量经济学在农业经济领域的应用拓展新的思路和方法。
简述粮食产量对国家经济和社会发展的重要性粮食产量对一个国家经济和社会发展的重要性不言而喻。
粮食是人类生存的基础，是满足人民基本生活需求的必需品。
粮食产量的稳定增长是保障国家粮食安全、维护社会稳定的重要前提。
只有粮食供应充足，人民才能安居乐业，社会才能和谐稳定。
粮食产业是国民经济的重要组成部分。
粮食的种植、加工、储运、销售等环节涉及众多行业和领域，对经济增长和就业有着直接的拉动作用。
粮食产量的增加不仅意味着农业生产水平的提升，也为工业和服务业的发展提供了有力支撑。
粮食产量还是国家宏观调控的重要工具。
政府通过调整粮食生产政策、价格等手段，可以影响市场供求关系，进而调控经济运行。
在面临经济危机或通货膨胀等复杂经济环境时，粮食产量的稳定对于稳定物价、保障民生、维护国家经济安全具有重要意义。
河北省粮食产量影响因素多元回归分析
河北省粮食产量影响因素多元回归分析
河北省是中国粮食生产大省之一，其产量受多种因素的影响。
本文将利用多元回归分析方法，探究影响河北省粮食产量的多个因素。
在多元回归分析中，我们需要确定一个依赖变量和多个自变量。
在本文中，依赖变量为河北省粮食产量，而自变量可能包括气候因素（如降雨量、气温等）、土地利用情况、农业技术水平等。
为了进行分析，我们需要收集相关数据。
我们可以收集河北省的粮食产量数据、气象数据、土地利用数据、农业技术数据等。
这些数据可以从相关机构、研究报告、统计年鉴等渠道获取。
获取数据后，我们可以进行多元回归分析。
根据多元回归模型，我们可以得到每个自变量对粮食产量的影响程度和方向。
通过分析回归系数，我们可以确定哪些因素对粮食产量的影响比较大，哪些因素对粮食产量的影响比较小。
在分析中，需要注意的是，多元回归分析只能确定相关关系，并不能确定因果关系。
我们需要谨慎解释结果，不能过于绝对地认为某个因素对粮食产量有直接的因果影响。
除了多元回归分析，我们还可以通过分组分析、趋势分析等方法来进一步研究影响粮食产量的因素。
这些方法可以更全面地了解不同因素对粮食产量的影响。
通过多元回归分析等方法，我们可以揭示影响河北省粮食产量的多个因素。
这对于指导粮食生产、优化农业结构和提高粮食产量具有重要意义。
需要注意的是，多元回归分析只是其中的一种方法，我们还需要综合运用其他分析方法来更全面地研究这一问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国粮食产量的多因素分析院系：商学院班级：财务管理0901班姓名：杨肖红学号：2009314030317中国粮食产量的多因素分析摘要：近几年中国农业方面的发展受到越来越多因素的影响，各种农作物的产量随之产生显著变化。
本文利用以粮食播种面积以及谷物单位面积产量作为变量因素，对粮食的总产量进行分析，并进一步建立计量经济学模型显示数据化分析结果。
关键字：粮食产量，模型分析，计量经济学Abstract: in recent years, the development of China's agriculture are affected by more and more factors, all kinds of crops caused significant changes. This paper uses to the grain sowing area and grain yield per unit area as variables, and the output of grain, and further analyzes the econometrics model shows that establish a digital analysis results.Key word: food output, model analysis, econometrics一、问题的提出粮食产量水平是一个关系到国民经济发展的重要战略问题。
粮食关系着国计民生的大问题，是一个具有时间和空间永恒性的问题，保证国家粮食安全是一项长期的、须臾不可放松的历史重。
新中国成立以来，尤其是改革开放的三十年来，我国粮食产量得到大幅度提高。
近几年来，特别是2007年，粮食再次成为全世界关注的焦点和热点。
在粮食生产、供求关系等方面，国内外变化相差甚远。
特别是粮食价格走势方面，国内粮食价格保持基本平稳，国际却大幅上涨。
历史再次雄辩地证明：保障我国粮食安全必须立足国内生产。
1、近年来世界粮食生产增长乏力的大格局在上世纪90年代中期全球高粮价的刺激下，世界粮食生产跨上了一个新台阶，由90年代前期的18.5亿吨左右增长到中后期的20亿吨以上。
进入新世纪以来，在农业科技进步的推动下，世界粮食单产水平不断提高。
但另一方面，世界粮食的增长速度并不能适应快速增长的人口。
很多地区如众多的非洲国家，人民在饱受饥饿的煎熬，粮食增长人中而道远。
2、近年来世界粮食需求增长加快的现实状况与生产相比，自上世纪90年代中期以来世界粮食需求增长一直比较快，1995-1996年度只有19亿吨，2007-2008年度将达到23.3亿吨，增长了22.6%。
特别是近几年来，受石油连续涨价引起的生物质能源发展速度加快，对玉米、大豆等粮食品种的需求更为迅猛，世界粮食需求增长明显加快。
2004-2005年度至2007-2008年度，年均增长达到2.2%，远远高于前四年度1.3%的增长速度。
3、近年来世界粮食供求已进入比较紧张的阶段近几年来一方面世界粮食需求加快增长，另一方面世界粮食生产增长乏力，近年来世界粮食供求已进入一个比较紧张的历史阶段。
自1999-2000年度以来的9年里，只有2004-2005年度当期生产大于需求，其余年度都是产不足需，需要动用库存来弥补越来越快的世界粮食消费增长，连年的挖库存行为已经使得世界粮食期末库存量由2000-2001年度的5.72亿吨下降到2007-2008年度的3.7亿吨；库存消费比也出现大幅度下降，由2000-2001年度的28.2%下降到2007-2008年度的15.8%吨，已明显低于FAO确定的粮食安全警戒线。
二、模型设定（一）模型的建立——计量经济学模型本文采用的是计量经济学里古典回归中的多元回归分析的方法。
根据现代回归分析的定义，回归分析是关于研究因变量和多个自变量或解释变量之间依赖关系的分析。
1. 以下是多元回归方法的阐述和基本假设:本文研究中，由于针对每一年的数据进行分析，个体之间相互独立；对于每一个个体i而言，对于每一个因变量Y、自变量Xi和随机误差项ui均随机，且成正态分布；同时自变量X是给定的，因而X是非随机的；因此古典回归的前6项假设前提都满足。
对于误差项采用DW检验时，相应的DW=2.059244≈2，说明误差项不存在自相关。
2. 建立线性回归模型通过对数据观察，根据搜集到的2000年至2010年的统计数据，可以看出，粮食总产量(y)与粮食作物播种面积(x1)呈线性相关关系，与谷物单位面积产量(x2)呈线性相关，与有效灌溉面积（x3）呈线性关系。
为分析粮食总产量、粮食作物播种面与谷物单位面积产量以及有效灌溉面积之间的关系，可初步建立线性回归模型：Y=β0+β1X1+β2X2+β3+uiβ0:表示在没有任何影响条件下谷物的总产量，β1：表示粮食作物播种面积对粮食总产量的影响，β2：表示谷物单位播种面积对粮食总产量的影响，β3：表示有效灌溉面积对粮食总产量的影响，ui为随机扰动项。
三、相关数据的搜集为了分析各因素对谷物的影响，选择以“粮食总产量”为被解释变量（Y）、粮食作物播种面积、谷物单位面积产量、有效灌溉面积”为解释变量分别为（X1，X2，X3）。
以下表1为2000-2010年粮食总产量的相关数据。
表1 2000-2010年粮食总产量及其影响因素的数据分析表资料来源：中华人民共和国统计局所以Eviews3.0利用的数据为表2数据：表2 Eviews3.0利用数据obs X1 X2 X3 Y2000113161.0 4945.000 53158.40 50838.60 2001108463.0 4753.000 53820.30 46217.50 2002106080.0 4800.000 54249.40 45263.70 2003103891.0 4885.000 54354.90 45705.80 200499410.00 4873.000 54014.20 43069.50 2005101606.0 5187.000 54478.40 46946.90 2006104278.0 5225.000 55029.30 48402.20 2007104958.0 5310.000 55750.50 49804.20 2008105638.0 5320.000 56518.30 50160.30 2009106793.0 5548.000 58471.70 52870.90 2010108986.0 5447.000 59261.40 53082.103、参数估计利用 Eviews 软件，做 Y 对 X1、X2、X3 做回归，回归结果如图1：图 1 函数模型的参数估计结果Dependent Variable: YMethod: Least SquaresDate: 11/23/11 Time: 19:05Sample: 2000 2010Included observations: 11X1 0.509124 0.022533 22.59418 0.0000X2 9.432752 0.595304 15.84527 0.0000X3 -0.039334 0.084451 -0.465757 0.6555R-squared 0.995493 Mean dependent var 48396.52Adjusted R-squared 0.993561 S.D. dependent var 3245.184S.E. of regression 260.3953 Akaike info criterion 14.23757Sum squared resid 474639.9 Schwarz criterion 14.38226Log likelihood -74.30661 F-statistic 515.3823Durbin-Watson stat 2.120298 Prob(F-statistic) 0.000000由计算机所做出的回归分析结果可得：Y=-51538.49+0.509124X1+9.432752X2-0.039334X3t(β0)= - 16.12398 t(β1)=22.59418 t(β2)= 15.84527 t(β3)=-0.465757R-squared=0.995493 F=515.3823 n=11四、模型检验（一）经济意义的检验模型估计结果说明：在假定其他变量不变的情况下，粮食作物播种面积增加一单位，平均说来粮食总产量增加0.509124个单位；在假定其他变量不变的情况下，谷物单位面积产量增加一单位，平均说来粮食总产量增加9.432752个单位; 在假定其他变量不变的情况下，有效灌溉面积增加一单位，平均来说粮食总产量减少0.039334个单位。
由此可知，粮食作物面积的增加与谷物单位面积的增加会是粮食总产量呈上升趋势，而有效面积增加却导致粮食总产量的减少，这与经济常识不相符。
（二）统计意义的检验1、拟合优度检验样本决定系数R^2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R^2的值越接近0，说明回归直线对观测值的拟合程度越差。
由图1参数估计结果可得，样本决定系数R^2=0.995493＞0.8，可见其拟合优度不错。
检验系数值说明所建模型整体上对样本数据拟合较好，及三个解释变量对被解释变量“粮食总产量”做出来了相应的了解。
2、t检验对回归系数的t检验：分别针对H0：βi=(1,2，3),给定显著性水平α=0.05 n-2=9时，查t分布表，得到tα/2（n－k）＝1.796。
由回归结果得知，与β1，β2，β3对应t统计量分别为t(β1)= 22.59418,t(β2)= 15.84527，t(β3)= -0.465757大于tα/2（n－k）＝1.796，t检验显著。
3、F检验针对H0：β1=β2=β3=0，给定显著性水平α=0.05，在F分布表中查出自由度K-1=3和n-k=7的临界值Fα（3,7）=8.45由表中得到F=515.3823> Fα（2,8）=8.45，所以应拒绝原假设，说明回归方程显著，即“粮食作物的播种面积，谷物单位产量,有效灌溉面积”等变量联合起来确实对“粮食总产量”有显著影响。
（三）计量经济学的检验1、多重共线性检验很显然，粮食作物的播种面积(x1)和谷物单位产量（x2）没有线性关系如图2所示：图2 x1与x2的散点图46004800500052005400560095000100000105000110000115000X 1X 2由统计意义检验可知，该模型可决定系数很高，F 检验值也很大。