- 上一篇：ARIMA模型淮安市空气污染指数变化建模研究
- 下一篇：主成分分析和因子分析的一个应用
淮安空气质量的恶化其直接原因是人类生产活动所排放的各种污染物。本文从空气污染物出发，纵向分析淮安近年来空气污染状况，采用因子分析法进行具体分析。选择具体分析指标时，主要考虑SO2，NO,NO2，NOX,PM10，CO,O3，PM2.5这八个方面。
2.2原始数据检验
在进行因子分析之前，先对原始数据进行相关系数矩阵检验、巴特利特球度检验和KMO检验，根据检验结果我们可知，部分的相关系数都较高，各变量呈较强的线性关系，能够从中提取公共因子，适合进行因子分析。并且巴特利特球度检验统计量的观测值为3.985E3，相应的概率P-值接近0。如果显著性水平α为0.05，由于概率P-值小于显著性水平α，则应拒绝原假设，认为相关系数矩阵与单位阵有显著差异。同时，KMO值为0.708，根据Kaiser给出的KMO度量标准可知原有变量适合进行因子分析。检验结果如下表论文网
表1
Correlation Matrix
SO2 NO NO2 NOX PM10 CO O3 PM2.5
Correlation SO2 1.000 .488 .749 .689 .672 .603 .111 .531
NO .488 1.000 .704 .888 .469 .428 -.208 .424
NO2 .749 .704 1.000 .948 .698 .619 -.146 .631
NOX .689 .888 .948 1.000 .648 .577 -.194 .588
PM10 .672 .469 .698 .648 1.000 .800 .033 .905
CO .603 .428 .619 .577 .800 1.000 -.070 .820
O3 .111 -.208 -.146 -.194 .033 -.070 1.000 -.068
PM2.5 .531 .424 .631