本文關(guān)鍵詞：基于主成分回歸的我國(guó)居民主要蔬菜人均年消費(fèi)量的預(yù)測(cè)，，由筆耕文化傳播整理發(fā)布。

【摘要】：基于SAS軟件,通過建立主成分回歸模型對(duì)我國(guó)主要蔬菜的人均年消費(fèi)量進(jìn)行了估計(jì).首先從影響蔬菜人均年消費(fèi)量的因素出發(fā),通過主成分分析,構(gòu)造主成分關(guān)于時(shí)間T的函數(shù),預(yù)測(cè)城鎮(zhèn)、鄉(xiāng)村居民蔬菜的總?cè)司晗M(fèi)量.再通過假定主要蔬菜品種的人均年消費(fèi)量與所有蔬菜的總?cè)司晗M(fèi)量的比例等于主要蔬菜品種的年產(chǎn)量與所有蔬菜的總年產(chǎn)量的比例,擬合預(yù)測(cè)該比例的變化形勢(shì),得到主要蔬菜品種的人均年消費(fèi)量占總?cè)司晗M(fèi)量的比例,從而預(yù)測(cè)了主要蔬菜品種2015-2020年的人均年消費(fèi)量.
【作者單位】： 南京財(cái)經(jīng)大學(xué)應(yīng)用數(shù)學(xué)學(xué)院;
【關(guān)鍵詞】： 蔬菜 主成分回歸 擬合預(yù)測(cè)
【分類號(hào)】：F323.7
【正文快照】： 2001年國(guó)務(wù)院頒發(fā)的《中國(guó)食物與營(yíng)養(yǎng)發(fā)展綱要(2001-2010)》中確定了2010年食物與營(yíng)養(yǎng)發(fā)展總體目標(biāo),并就城鄉(xiāng)居民人均每年主要食物攝入量進(jìn)行了明確要求.2003年11月,國(guó)家食物與營(yíng)養(yǎng)咨詢委員會(huì)又提出了食物消費(fèi)的階段性目標(biāo)及質(zhì)量要求,分別對(duì)2003年、2010年和2020年的具體情況

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 汪曉銀;劉大集;祁春節(jié);;我國(guó)蔬菜總產(chǎn)的主成分回歸模型的構(gòu)建及預(yù)測(cè)[J];農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究;2006年02期

2 沈菊紅;;預(yù)測(cè)農(nóng)民收入的主成分回歸模型[J];安徽農(nóng)業(yè)科學(xué);2008年24期

3 葉宗裕;;主成分回歸能消除多重共線性嗎?[J];統(tǒng)計(jì)與信息論壇;2012年03期

4 王傳華;;主成分回歸在全國(guó)畜產(chǎn)品管理決策中的應(yīng)用[J];預(yù)測(cè);1989年03期

5 胡虎肇;;基于主成分回歸模型的福建省農(nóng)民增收因素分析[J];臺(tái)灣農(nóng)業(yè)探索;2010年02期

6 吳利豐;劉思峰;方志耕;;基于新信息優(yōu)先主成分回歸的多參數(shù)復(fù)雜裝備費(fèi)用預(yù)測(cè)[J];中國(guó)管理科學(xué);2012年S1期

7 李綱;;基于主成分回歸的黃金趨勢(shì)分析[J];現(xiàn)代礦業(yè);2010年04期

8 馬雯;艾力·斯木吐拉;張勁;;主成分回歸的新疆兵團(tuán)道路客運(yùn)量預(yù)測(cè)[J];交通科技與經(jīng)濟(jì);2013年03期

9 王瓊;盧潤(rùn)德;;基于主成分回歸的信息產(chǎn)業(yè)創(chuàng)新能力測(cè)度[J];科技廣場(chǎng);2014年02期

10 關(guān)大宇;;影響遼寧省農(nóng)民收入增長(zhǎng)各因素比較分析[J];社會(huì)科學(xué)輯刊;2007年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前2條

1 吳利豐;劉思峰;方志耕;;基于新信息優(yōu)先主成分回歸的多參數(shù)復(fù)雜裝備費(fèi)用預(yù)測(cè)[A];第十四屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集(上冊(cè))[C];2012年

2 俞慧強(qiáng);戈早川;周彤;;主成分回歸在分光光度法同時(shí)檢測(cè)多種物質(zhì)中的應(yīng)用[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（下冊(cè)）[C];1999年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郭媛媛;基于核主成分回歸的多重共線性消除問題研究[D];河北聯(lián)合大學(xué);2014年

2 許馨文;基于主成分回歸模型的酒店裝飾項(xiàng)目成本預(yù)測(cè)[D];昆明理工大學(xué);2015年

3 杜潔;回歸分析在糖尿病診斷中的應(yīng)用[D];北京理工大學(xué);2015年

4 孟慶琰;基于近紅外光譜技術(shù)馬鈴薯全粉品質(zhì)的檢測(cè)研究[D];寧夏大學(xué);2015年

5 姜揚(yáng);聚類和主成分回歸在經(jīng)濟(jì)指標(biāo)數(shù)據(jù)中的應(yīng)用研究[D];吉林大學(xué);2010年

6 李立科;核主成分回歸方法在特征提取和預(yù)測(cè)方面的研究及其在醫(yī)學(xué)中的應(yīng)用[D];山西醫(yī)科大學(xué);2010年

7 劉偉新;主成分回歸中異常點(diǎn)的診斷和處理[D];山西醫(yī)科大學(xué);2006年

8 劉劍利;聚類分析和主成分回歸在工業(yè)統(tǒng)計(jì)數(shù)據(jù)中的應(yīng)用[D];吉林大學(xué);2014年

9 韓麗香;穩(wěn)健主成分回歸方法在GDP數(shù)據(jù)可靠性評(píng)估中的應(yīng)用[D];蘭州商學(xué)院;2013年

10 楊勇杰;上海市吳淞工業(yè)區(qū)SO_2污染特征分析及其預(yù)報(bào)方法的研究[D];南京信息工程大學(xué);2006年

  本文關(guān)鍵詞：基于主成分回歸的我國(guó)居民主要蔬菜人均年消費(fèi)量的預(yù)測(cè)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：452210