实验目的：探讨农产量、农村人口、播种面积、受灾面积、农村机械总动力的关联性。
数据来源：国家统计数据库 8/reportYearBrowse.do
导入数据：
农产量（万吨）
农村人口（万人）
播种面积（千公顷）
受灾面积（千公顷）
农业机械总动力(万千瓦)
北京市
124.77
263
226.29
14.6
271.54
天津市
156.29
270
306.64
58.533333
595
河北省
2910.17
4009
6216.5
2627.5
9861.12
山西省
942
1851
3146.67
1786.5
2655.0425
内蒙古自治区
1981.7
1129
5424
4770.363333
2891.64
辽宁省
1591
1712
3124.1
2171.786667
2142.93
吉林省
2460
1279
4427.7
2670.63
2001.13
黑龙江省
4353.01
1703
11391.03
7393.7
3401.27
上海市
121.68
219
193.27
16.3
99.2258
江苏省
3230.1
3430
5272.04
1202.6
3810.57
浙江省
789.15
2181
1290.09
463.313333
2384.03
安徽省
3069.872484
3550
6605.568384
2101.32
5108.85
福建省
666.861112
1763
1231.012133
265.693333
1175.0092
江西省
2002.56
2518
3604.6
1351.676667
3358.93
山东省
4316.3
4894
7030.09
2341.87
11080.66
河南省
5389
5910
9683.61
2987.353333
9817.843
湖北省
2309.1
3089
4012.53
1827.1
3057.24
湖南省
2902.7
3639
4799.1
1824.87
4352.39
广东省
1314.5
3528
2538.5
643.3
2190.177
广西壮族自治区
1463.2
2952
3067.5
1109.61
2550.9337
海南省
187.604049
440
430.433876
119.9
396.07
重庆市
1137.2
1384
2229.49
495.1
967.41
四川省
3194.6
5017
6419.4
1598.763333
2952.66
贵州省
1168.27
2663
2984.73
779.866667
1606.4196
云南省
1576.92
3017
4200.13
1667.523333
2159.402
西藏自治区
90.53
221
169.43
53.04
358.44
陕西省
1131.4
2131
3133.973333
1220.666667
1832.9785
甘肃省
906.2
1775
2740.03
1880.796667
1822.65
青海省
102.69
324
275.72
159.58
388.68
宁夏回族自治区
340.7
337
826.88
365.533333
702.55
新疆维吾尔自治区
1152
1299
1984.7
1244.3
1503.31
全国
53082.077645
68497
108985.7577
47213.689999
87496.1013
实验过程：
①生成数据集
（以下均为2009年数据，number为各个省、直辖市、自治区代号，y为农产量（单位：万吨），x1为农村人口（单位：万人），x2为播种面积（单位：千公顷），x3为受灾面积（单位：千公顷），x4为农业机械总动力（单位：万千瓦））：
data experiment;
input number y x1 x2 x3 x4 @@;
cards;
1 124.77 263 226.29 14.6 271.54
2 156.29 270 306.64 58.53 595
3 2910.17 4009 6216.5 2627.5 9861.12
4 942 1851 3146.67 1786.5 2655.04
5 1981.7 1129 5424 4770.36 2891.64
6 1591 1712 3124.1 2171.79 2142.93
7 2460 1279 4427.7 2670.63 2001.13
8 4353.01 1703 11391.03 7393.7 3401.27
9 121.68 219 193.27 16.3 99.23
10 3230.1 3430 5272.04 1202.6 3810.57
11 789.15 2181 1290.09 463.31 2384.03
12 3069.87 3550 6605.57 2101.32 5108.85
13 666.86 1763 1231.01 265.69 1175.01
14 2002.56 2518 3604.6 1351.68 3358.93
15 4316.3 4894 7030.09 2341.87 11080.66
16 5389 5910 9683.61 2987.35 9817.84
17 2309.1 3089 4012.53 1827.1 3057.24
18 2902.7 3639 4799.1 1824.87 4352.39
19 1314.5 3528 2538.5 643.3 2190.18
20 1463.2 2952 3067.5 1109.61 2550.93
21 187.6 440 430.43 119.9 396.07
22 1137.2 1384 2229.49 495.1 967.41
23 3194.6 5017 6419.4 1598.76 2952.66
24 1168.27 2663 2984.73 779.87 1606.42
25 1576.92 3017 4200.13 1667.52 2159.40
26 90.53 221 169.43 53.04 358.44
27 1131.4 2131 3133.97 1220.67 1832.98
28 906.2 1775 2740.03 1880.79 1822.65
29 102.69 324 275.72 159.58 388.68
30 340.7 337 826.88 365.53 702.55
31 1152 1299 1984.7 1244.3 1503.31
;
run;
②基本统计量分析:
proc univariate data=experiment;
var y x1 x2 x3 x4;
run;
结果：
各地区农产量均值为1712.32万吨，标准差为1404.26；
各地区农村人口均值为2209.58万人，标准差为1544.86；
各地区播种面积均值为3515.67千公顷，标准差为2797.99；
各地区受灾面积均值为1523.02千公顷，标准差为1539.50；
各地区农业机械总动力均值为2822.46万千瓦，标准差为2773.71。
结果分析：
从各个变量的标准差来看，各地区的各项数据波动很大（标准差很大）。
③由于前面生成的数据集仅有2009年一年各地区的农产量，对于显著性差别分析数据不充分，所以添加2007年和2008年各地区的农产量数据进行分析：
data abc;
do i=1 to 3;
do number=1 to 31;
input y @@;output;
end;end;
cards;
102.07 147.15 2841.55 1007.05 1810.69 1835 2453.7761 3462.94 109.2 3132.24 728.64
2901.4 635.060937 1904 4148.76 5245.22 2185.44 2692.2 1284.7 1396.600383 177.5 1088
3027.0049 1100.86026 1460.71 93.86 1067.91048 824 106.18415 323.52 867.04 125.45
148.93 2905.81 1028 2131.3 1860.3 2840 4225 115.67 3175.49 775.55 3023.3 652.328336
1958.1 4260.5 5365.48 2227.23 2805 1243.44 1394.7 183.4774 1153.2 3140 1158 1518.59
95.03 1111 888.5 101.8 329.24 930.5 124.77 156.29 2910.17 942 1981.7 1591 2460
4353.01 121.68 3230.1 789.15 3069.872484 666.861112 2002.56 4316.3 5389 2309.1
2902.7 1314.5 1463.2 187.604049 1137.2 3194.6 1168.27 1576.92 90.53 1131.4 906.2
102.69 340.7 1152
;
proc npar1way data=abc Wilcoxon;
class number;
var y;
run;
结果：
结果分析：
由结果得到Pr > Chi-Square的值小于0.0001，远小于临界概率值0.05，所以结论为在5%显著性水平下全国各地区的年农产量有显著性差异。
思考：为什么全国各地区的年农产量会有显著性差异呢？是否与农村人口数、播种面积、受灾面积、农业机械总动力等因素有关呢？
④回归分析：
proc reg data=experiment;
model y = x1 x2 x3 x4;
run;
结果：
结果分析：
从结果看出Pr >F的值小于0.0001，所以回归方程是显著的，而各自变量的Pr > | t |值中X1的为0.9454>0.05，X2、X3、X4的均小于0.05，所以变量X1对农产量y影响不显著，变量X2、X3、X4对农产量y影响显著。
然而选择哪些变量进行回归分析才能建立“最优”回归方程呢？实验选用逐步回归的方法继续进行分析：
proc reg data=experiment;
model y = x1 x2 x3 x4 / selection=stepwise;
run;
结果：
结果分析：
从输出结果来看，变量X2、X3、X4对农产量y影响显著，用其能建立“最优”回归方程。
建立“最优”回归方程：
proc reg data=experiment;
model y = x2 x3 x4;
run;
结果：
结果分析：由于结果中常数项Pr>|t|的值为0.7948，大于0.05，所以不显著，故消去常数项。
程序为：
proc reg data=experiment;
model y = x2 x3 x4 / noint;
run;
结果输出：
回归方程：y= 0.53197*x2 – 0.25023*x3 + 0.08213*x4
思考：一次线性回归已达“最优”，但回归中是否可能含二次项呢？画残差图分析。
proc reg data=experiment;
model y = x2 x3 x4 /p;
plot residual.*x2="*";
run;
结果：
结果分析：
残差图接近正常的残差图，可认为回归方程不含二次项。
⑤聚类判别：
proc cluster data=experiment method=ward std pesudo ccc outtree=aaa;
var x2 x3 x4;
id number;
proc tree data=aaa horizontal graphics n=4 out=bbb;
copy x2-x4;
run;
proc sort data=bbb;
by cluster;
proc means data=bbb;
by cluster;
var x2 x3 x4;
run;
结果输出：
R2准则支持分为两类、三类和四类；伪F统计量支持分为六类、五类和四类；伪t2统计量支持分为三类、两类和四类。综合分析，认为用离差平方和法分为四类比较合适。
分类结果为：G1={北京市，西藏自治区，上海市，天津市，海南省，青海省，浙江省，福建省，宁夏回族自治区}，G2={山西省，湖北省，江西省，云南省，辽宁省，甘肃省，吉林省，广东省，贵州省，重庆市，广西壮族自治区，陕西省，新疆维吾尔自治区，内蒙古自治区，江苏省，湖南省，四川省，安徽省}，G3={河北省，山东省，河南省}，G4={黑龙江省}。
由此看出，根据播种面积、受灾面积和农业机械总动力三个条件进行分类的结果与根据农产量分类的结果基本一致。
实验结论：2009年各地区农产量均与播种面积、受灾面积和农业机械总动力有密切的关联性，与农村人口无关。另外，全国31个省市自治区可根据农产量分为4类。
推荐访问:实验报告 实验 报告 SAS SAS实验报告实验报告