《表1 模型汇总:基于逐步回归分析和通径分析的用水量影响因素分析》

《表1 模型汇总:基于逐步回归分析和通径分析的用水量影响因素分析》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于逐步回归分析和通径分析的用水量影响因素分析》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

逐步回归可使用最少的预测变量数来最大化预测能力,保证最后所得到的预测变量集最优。对不同口径用水量与备选因子进行逐步回归分析并建立用水量线性回归最优拟合模型,模型汇总见表1,各模型系数见表2。由表1、2可看出:(1)各用水量模型引入的预测变量显著性结果均小于0.05,预测变量与用水量之间存在显著性差异,有统计学意义。(2)总用水量模型相关系数R为0.929、R2为0.863,数值均较大,说明引入的预测变量与总用水量间相关密切,总用水量变化的86.3%可由第一产业在生产总值中的比重、人口自然增长率、粮食作物种植比例来解释,表明模型对用水量有影响的预测变量考虑较全面,对用水量变化的拟合程度较好。