5、从结果可知，利用向后筛选策略共经过两步完成回归方程的建立，最终模型为第二个模型。从方程建立的过程看，
剔除的变量是粮食播种面积。如果显著性水平?为0.05，可以看到被剔除变量的偏F检验的概率P-值大于显著性水平，因此不能拒绝检验的原假设，这个变量的偏回归系数与零无显著差异，它对被解释变量的线性解释没有显著贡献，不因该保留在方程中。最终保留在方程中的变量是农业劳动者人数、总播种面积、风灾面积比例、施用化肥量。选用这个模型后，由于回归方程和各回归系数的显著性检验的概率Ｐ－值小于显著性水平?＝0.05，因此被解释变量与所有解释变量之间的线性关系显著，以及被解释变量与各个解释变量之间的线性关系显著。方程的DW检验值为1.284，残差存在一定程度的正相关，但是标准化残差的非参数检验结果表明标准化残差与标准正态分布不存在显著差异，可以认为残差满足了线性模型的前提要求。所以影响粮食总产量的主要因素是农业劳动者人数、总播种面积、风灾面积比例、施用化肥量。
７.利用spss曲线估计方法，做出各个模型估计结果，以判定系数为主要依据选择模型，最终选择了三次曲线模型。对
粮食产量进行外推预测，1987、1988、1989年的粮食总产量分别为30630.008、30864.092、31093.650.计算得到平均预测误差为：