資源描述：
《R語(yǔ)言基于多元回歸分析的大豆植株性狀與產(chǎn)量的回歸分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、《統(tǒng)計(jì)計(jì)算》課程論文論文題目：大豆植株性狀與產(chǎn)量的回歸分析姓名：李涵宇學(xué)號(hào)：1109020135班級(jí)：統(tǒng)計(jì)1101年級(jí)：11級(jí)專業(yè)：統(tǒng)計(jì)學(xué)學(xué)院：統(tǒng)計(jì)與數(shù)學(xué)學(xué)院授課教師：楊青龍完成時(shí)間：2014年5月摘 要選育高產(chǎn)優(yōu)質(zhì)的作物品種、采用高效的栽培技術(shù)，一直是農(nóng)業(yè)科研工作者研究的主題。多年以來(lái)，人們?yōu)榱私庾魑镏仓晷誀钆c產(chǎn)量的關(guān)系，以便做到更有效的性狀選擇和采取相應(yīng)的栽培措施，進(jìn)行了一系列的研究，關(guān)于作物產(chǎn)量與施肥、土壤條件、氣候因子等的關(guān)系研究報(bào)道也較多。但影響大豆產(chǎn)量的植株自身因素還有許多種，有待于繼續(xù)
2、探究。關(guān)鍵詞：大豆產(chǎn)量；影響因素;植株性狀與產(chǎn)量關(guān)系A(chǔ)bstractBreedingofhighyieldandgoodqualityofcropvarieties,adoptefficientcultivationtechniques,hasbeenthesubjectofagriculturalscientificresearchworkersstudy.Overtheyears,thepeopletounderstandtherelationshipbetweenthecropplanttrai
3、tsandyield,inordertoachievemoreeffectiveselectionandthecorrespondingcultivationmeasures,conductedaseriesofresearch,oncropyieldandfertilizerapplication,soilconditions,studiesontherelationshipbetweenclimatefactorandmore.Buttherearestillmanyfactorsinfluenc
4、ingthesoybeanproductionplants,subjecttocontinuetoexplore.Keywords:Soybeanproduction;Influencingfactors;Planttraitsandyield引言本文主要研究在作物植株諸多性狀如生育日數(shù)x1、株高x2、有效分枝數(shù)x3、主莖節(jié)數(shù)x4、單株莢數(shù)x5、單株粒數(shù)x6、每莢粒數(shù)x7、百粒重x8、單株粒重x9，九種大豆植株性狀與小區(qū)產(chǎn)量y之間的關(guān)系，從中找出產(chǎn)量的主導(dǎo)性狀因子，為大豆高產(chǎn)育種中各農(nóng)藝性狀的選擇和高
5、產(chǎn)栽培技術(shù)提供理論依據(jù)一、多元回歸分析方法（一）多元線性回歸模型的建立多元線性回歸分析是研究一個(gè)響應(yīng)變量與多個(gè)自變量間呈線性相關(guān)關(guān)系的問(wèn)題，這種關(guān)系可以用多元線性回歸方程來(lái)描述：式中為回歸常數(shù)項(xiàng)，（i=1，2，……k）稱為偏回歸系數(shù)，其意義為當(dāng)其它自變量對(duì)響應(yīng)變量的影響固定時(shí)，對(duì)應(yīng)的第i個(gè)自變量對(duì)的線性影響程度。（二）殘差分析殘差是指由回歸方程計(jì)算所得的預(yù)測(cè)值與實(shí)際樣本值之間的差距，定義為，它是回歸模型的估計(jì)值，由多個(gè)形成的序列稱為殘差序列，如果回歸方程能夠很好的反映被解釋變量的特征和變化規(guī)律，那么殘
6、差序列中不應(yīng)包含明顯的規(guī)律性和趨勢(shì)性。（三）多重共線性檢驗(yàn)與修正——逐步回歸法逐步回歸的基本思想是：對(duì)全部因子按其對(duì)影響程度大?。ㄆ貧w平方的大?。?，從大到小地依次逐個(gè)地引入回歸方程，并隨時(shí)對(duì)回歸方程當(dāng)時(shí)所含的全部變量進(jìn)行檢驗(yàn)，看其是否仍然顯著，如不顯著就將其剔除，知道回歸方程中所含的所有變量對(duì)的作用都顯著是，才考慮引入新的變量。再在剩下的未選因子中，選出對(duì)作用最大者，檢驗(yàn)其顯著性，顯著著，引入方程，不顯著，則不引入。直到最后再?zèng)]有顯著因子可以引入，也沒(méi)有不顯著的變量需要剔除為止。逐步回歸分析時(shí)在考慮
7、的全部自變量中按其對(duì)的貢獻(xiàn)程度大小，由大到小地逐個(gè)引入回歸方程，而對(duì)那些對(duì)作用不顯著的變量可能是中不被引入回歸方程。另外，已被引入回歸方程的變量在引入新變量進(jìn)行檢驗(yàn)后失去重要性時(shí)，需要從回歸方程中剔除出去。Step1計(jì)算變量均值和差平方和記各自的標(biāo)準(zhǔn)化變量為Step2計(jì)算的相關(guān)系數(shù)矩陣。Step3設(shè)已經(jīng)選上了個(gè)變量：且互不相同，經(jīng)過(guò)變換后為對(duì)逐一計(jì)算標(biāo)準(zhǔn)化變量的偏回歸平方和，記，作檢驗(yàn)，，對(duì)給定的顯著性水平，拒絕域?yàn)?。Step4最Step3循環(huán)，直至最終選上了個(gè)變量，且互不相同，經(jīng)過(guò)變換后為，則對(duì)應(yīng)的
8、回歸方程為：，通過(guò)代數(shù)運(yùn)算可得。二、數(shù)據(jù)來(lái)源及分析（一）數(shù)據(jù)來(lái)源本文數(shù)據(jù)采用2010年吉林省大豆種植研究數(shù)據(jù)中的274個(gè)大豆品種中的8個(gè)植株性狀和生育日數(shù)及小區(qū)產(chǎn)量進(jìn)行回歸分析，其中植株性狀選用：株高x2、有效分枝數(shù)x3、主莖節(jié)數(shù)x4、單株莢數(shù)x5、單株粒數(shù)x6、每莢粒數(shù)x7、百粒重x8、單株粒重x9，生育日數(shù)x1及小區(qū)產(chǎn)量y。（二）數(shù)據(jù)分析本文利用R語(yǔ)言對(duì)以上數(shù)據(jù)進(jìn)行分析，分析過(guò)程及結(jié)果如下：1、數(shù)據(jù)選用及處理整理已選用好的9個(gè)自變量及一個(gè)因變量，剔除
