菜单
  

          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

  1. 上一篇:ARIMA模型淮安市空气污染指数变化建模研究
  2. 下一篇:主成分分析和因子分析的一个应用
  1. 淮安市PM2.5浓度的时间序列分析

  2. 淮安市城乡居民的消费差异分析

  3. 正态分布的广泛应用

  4. ARIMA模型淮安市空气污染指数变化建模研究

  5. 淮安市交通运输发展多元回归模型

  6. Toader型平均值的最优界

  7. 浅谈数学中的美

  8. 当代大学生慈善意识研究+文献综述

  9. 电站锅炉暖风器设计任务书

  10. 杂拟谷盗体内共生菌沃尔...

  11. 中考体育项目与体育教学合理结合的研究

  12. 大众媒体对公共政策制定的影响

  13. 十二层带中心支撑钢结构...

  14. 乳业同业并购式全产业链...

  15. 酸性水汽提装置总汽提塔设计+CAD图纸

  16. 河岸冲刷和泥沙淤积的监测国内外研究现状

  17. java+mysql车辆管理系统的设计+源代码

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回