面向粮食产量空间化的多元回归分析模型中的两个关键问题探讨

摘要：

为比较不同区域尺度变量对模型拟合效果的影响,在全国不分区和分区两种情况下,分别基于县级和地市级两个区域尺度上的样本构建粮食产量与水田、水浇地、旱地面积之间的多元线性回归模型,结果显示,用地市级数据作分析样本比用县级数据作分析样本好,分区建模比不分区建模效果好.因此,将全国划分为7个区,以地市级数据作为区域尺度的变量,在区域、栅格、亚栅格三个尺度上探讨变量(因变量、自变量)尺度和常数项取值这两个因素对模型应用的影响.得到以下结论:1)基于区域尺度样本构建的多元回归模型,如果常数项不为0,则不能用于空间化计算;如果常数项为0,则可以用于空间化计算;2)基于栅格尺度样本构建的多元回归模型,不论常数项是否为0,均可应用于空间化计算;3)基于亚栅格尺度样本构建的多元回归模型,不论其常数项是否为0,也均可用于空间化计算,但需要将计算结果乘以一个系数,该系数等于栅格单元面积与亚栅格单元面积的比值.上述结论对其他类型的统计数据空间化具有指导和参考价值.

关键词：统计数据、空间化、多元线性回归、变量尺度、常数项设置

所属期刊栏目：30

分类号：F224;F326.11(经济计算、经济数学方法)

资助基金：中国科学院战略性先导科技专项"应对气候变化的碳收支认证及相关问题XDA05050000;环保公益性行业科研专项201209030.

在线出版日期：2015-12-15（万方平台首次上网日期，不代表论文的发表时间）

页码：1922-1932