基于多元回归和时间序列的江西省农村居民收入分析预测
摘要：江西省，古以位于江南西道得称，简称赣，以长江支流赣江流过以冠名。江西省经济发展水平位列全国中部水平，作为一个农业大省，农业发展农村居民收入一直是江西省发展所关心的大问题。本文运用了多元回归分析确定其影响因素，为江西省农村发展提供一定的建议，并与时间序列分析对比，对江西省农村居民收入进行预测，确定二者模型在江西省农村居民收入预测上的优劣。
关键词：江西省；农村居民收入；多元回归；时间序列；分析预测
- 研究背景
我国是一个传统的农业大国，一直以来，我国都密切关注农村居民问题。从改革开放，实施家庭联产承包责任制以来，国家执行了不少有利于农村居民的政策，我国农村居民收入水平在不断增长。江西省常态地貌类型以山地、丘陵为主，山地占全省面积的36％，丘陵占42％，平原占12%，水域占10%。赣江贯穿全省，在江边两岸孕育了勤劳的人儿，省内主要以种植水稻为主，赣南地区还种植赣南脐橙，南丰蜜桔等农产品，省内还零散分布着种植一些其他的经济作物。江西省目前有着42.58%的农村人口[1]，近十年以来江西省农村居民收入有着较高增速。党的十九大首次提出乡村振兴战略[2]，习近平提出全党务必充分认识新发展阶段做好“三农”工作的重要性和紧迫性,坚持把解决好“三农”问题作为全党工作重中之重,举全党全社会之力推动乡村振兴,促进农业高质高效、乡村宜居宜业、农民富裕富足。为响应党的号召，做好农村居民问题，增加农村居民收入水平，基于多元回归分析和时间序列分析，以江西省的农村居民收入数据，分析影响江西省农村居民收入的原因，预测江西省农村居民收入，为江西省农村发展提供建议。
- 国内研究方法及成果
- 多元回归分析
蔡文婷[4]等人在研究航空运输客运量中，选用了人均GDP，城镇可支配收入，城镇人口数量，机场旅客吞吐量，国内旅游收入，铁路客运量建立了多元线性回归模型和多元对数回归模型，其中多元性线性模型预测精度较为准确。
吕志军[5]在电力负荷预测中，运用了多元回归分析，以河北省南部电网为例，能够很好地对电力负荷进行预测，运用此方法计算量更小，更通俗易懂。
许树艳[6]等人在研究新型冠状病毒肺炎疫情时期广西大专毕业生的心理韧性中，选取了民族、性别、疫情影响、状态、就业、生活定向、情感支持、正念水平等因素建立多元回归模型，拟合广西大专毕业生的心理韧性，认为性别、民族对毕业生心理韧性无影响，生活定向、正念水平对于毕业生的心理韧性影响较大。
曾忠平[7]等人在研究吉安市山地城市洪涝灾害中，选取了坡向、降雨量、归一化植被指数、曲率、河流距离、土地利用、高度、坡度等指标建立多元逻辑回归，并能很好的将此模型运用于吉安市的城市洪涝灾害预测中。
徐昕[8]就以杭州市空气质量指数问题,用了线性回归模型,开展两项相关研究。根据杭州市各监测点2014年1月—2017年12月(共48月)期间空气质量指数(AQI)，等数据,分析AQI与空气污染物的质量浓度关系,结果表明:杭州地区PM2.5,PM10对空气质量的影响最大.为量化AQI指数未来发展趋势,利用年度粒度数据建立线性回归模型,所得拟合方程能较好反映历史数据,依此预测2018年杭州市AQI指数为78.74。
- 时间序列分析
魏乐航[9]在研究孝感市GDP中，建立了AR自回归模型，使用了1996-2019年的孝感市GDP数据，能够很好地拟合，并对未来五年进行预测，发现未来五年GDP增幅稳定，经济发展方向良好。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
