DOI：10.3969/j.issn.1672-3872.2025.04.046
作 者：黄 倩（青海大学财经学院，青海 西宁 810016）
摘 要：【目的】准确预测青海省的农作物产量。【方法】选取青海省2002—2021年农作物产量数据，将农业机械总动力、农作物播种面积、有效灌溉面积、农用薄膜使用量、农药使用量作为青海省农作物产量预测的自变量，农作物产量作为因变量建立逐步回归和ARIMA模型，分别运用逐步回归模型、ARIMA模型以及组合模型对青海省2016—2021年农作物产量数据预测精度进行了检验和对比，并采用组合模型预测了青海省2022—2026年农作物产量。【结果】1）逐步回归模型通过逐步引入对产量有显著影响的变量，优化了模型结构，预测平均误差为1.17%；2）ARIMA模型则有效捕捉了时间序列数据的动态特性，预测平均误差为1.29%；3）组合预测模型的预测精度较高，平均相对误差降至1.00%，优于单一模型。【结论】农作物产量的准确预测对于保障粮食安全和推动地区经济发展具有重要意义。未来的研究可以通过优化各模型的权重分配、利用机器学习方法自动调整权重等方式处理更大规模的数据集，并考虑如气候变化、政策变动等更多的影响因素，这将有助于构建更为全面和精细的预测模型，为农业生产和政策制定提供更加有力的数据支持。
关键词：农作物产量；逐步回归模型；ARIMA模型；组合预测模型
引文信息：[1]黄倩.基于逐步回归和ARIMA模型的青海省农作物产量预测分析[J].南方农机，2025，56(4)：173-176.
查看全文请下载PDF文件↓
