多元线性回归在茶叶种植及生产中的模型研究

2019-09-12梁虹

福建茶叶 2019年5期

梁虹

（中国地质调查局成都地质调查中心，四川成都 610081）

0 引言

我国是世界最早发现、栽培、利用茶叶的国家，是全世界茶叶的发源地和茶文化的鼻祖，几千年的茶叶种植，已经形成了一套完整的种植、制作工艺。传统的种茶工艺主要依靠一代代先贤们进行经验总结并代代相传，这些种植经验受到地域、环境限制较多，人为主观性影响比较大，指导茶叶生产、增加产量的局限性较大。随着20世纪统计学的发展，特别是多元线性回归理论的发展，很好地给出了多个自变量的最优组合共同来预测或估计因变量的方法，本方法对生产活动具有较好的指导意义。本文拟采用多元线性回归的方法，探讨气温、降水、土壤肥力等对茶叶产量的影响，得到他们之间的量化关系，以指导茶叶生产。

1 多元线性回归的概念和定义

多元线性回归是多元统计分析中的一个重要方法，是一种处理变量间相关关系的数理统计方法，它的基本思路是：虽然自变量和因变量之间没有严格的、确定的函数关系，但可以设法找出最能代表它们之间关系的数学表达形式，来研究多个变量之间关系，进而研究一种现象或事物的数量随多种现象或事物的数量变动而相应变动的规律。其特点在于不管分析对象的影响因素有多少，只要分析对象确定后，总能通过回归分析找出最主要的影响因素，并通过回归模型建立他们的相互关系，最后通过检验来验证这种关系的准确程度。我们主要利用多元线性回归的方法来研究气温、降水、土壤肥力等自变量之间以及与因变量茶叶产量的关系，求出在气温、降水发生变化时，如何调整土壤肥力以达到茶叶增产。

的最优解。

2 多元线性回归指导茶叶生产的步骤

1）收集n组独立的观测数据

为了更加有效地预测或估计茶叶产量与气温、降水量和土壤肥力之间的关系，我们可以从两方面去收集数据。一方面是收集不同时期同一块区域的茶叶产量、气温、降水量和土壤肥力的数据；另一方面是收集不同区域同一时期的茶叶产量、气温、降水量和土壤肥力的数据。这样得到的实验数据比较具有代表性，我们根据收集到的数据建立模型进行求解。

2）模型的设定与求解

我们设茶叶产量为因变量y，影响茶叶产量的几个因素为自变量，其中气温为x1、降水量为x2，土壤肥力为x3，并设第i组数据之间具有如下线性关系：

其中，

代入收集到的n组相关数据，拟合回归系数。用Matlab软件进行求解，得到回归模型

3）模型检验。

模型的检验有两种：一是回归系数的显著性检验，检验某个变量的系数是否为0；二是回归方程的检验，检验该组数据是否适合用线性回归方程。

（1）回归系数的显著性检验。定义统计量

3 应用前景

提高化肥的利用效率可以提高茶叶产量，从而有利于节约茶叶生产成本，提高茶农的实际收入，对于茶叶生产具有重要的意义。在实际生产活动中，我们可以通过气象预报获得本年度的大致气温、降水的大致范围，也可以利用土壤地球化学等方法获得相关土壤肥力等信息。根据模型，我们可以得到在当前气候条件下，茶叶产量最优时土壤所需的肥力，从而通过指导茶农施肥，获得该地区茶叶增产。本模型操作简便，也可以应用于指导其他领域的生产工作，具有较好的应用价值和推广价值。