酸雨主要离子成分浓度以及ph值预测-中国统计教育学会.pdfVIP

酸雨主要离子成分浓度以及pH 值预测 ——基于重庆市长期面临酸雨环境问题的研究 西南大学 李梅、刘海霞、聂锋 摘要2 1.引言3 1.1 选题背景3 1.2 选题思路3 1.3 选题意义3 2. 问题描述4 2.1 问题内容4 2.2 问题分析4 3.数据分析5 3.1 数据来源5 3.2 符号意义5 3.3 Pearson 相关分析5 4 ．AR,MA,ARMA 三种时间序列模型探索预测各离子浓度7 4.1 时间序列预测原理以及步骤[2] 7 4.2 时间序列预测过程[3] 8 4.3 时间序列预测各离子最终结果17 5 ．逐步回归模型（Stepwise regression,Stepr ） 18 5.1 逐步回归原理 [4] 18 5.2 逐步回归模型求解18 + 5.3 逐步回归模型预测2010-2014 H 浓度19 5.4 逐步回归模型预测误差分析20 5.5 逐步回归模型的检验以及模型评价20 6.偏最小二乘回归分析模型（PLS）21 6.1 模型提出：偏最小二乘回归分析模型21 6.2 偏最小二乘回归分析实用范围以及优点[5] 21 6.3 偏最小二乘回归分析思想[6] 22 6.4 偏最小二乘回归分析建模步骤22 6.5 R 软件实现偏最小二乘回归分析模型求解[7] 26 7 ．结语31 8.数据包31 8.1 数据附表31 8.2 偏最小二乘程序R 代码32 9.参考文献34 10.附录：34 10.1 附表1 34 - 1 - 10.2 附表2 35 摘要 笔者首先通过查阅《重庆市环境质量简报》明确重庆目前突出的环境问题是 “酸雨”，然后确定研究主题为“酸雨主要离子成分浓度以及pH 值预测”，接着 从重庆市统计信息网、重庆市环境科学研究所、重庆市环境监测中心以及巴南、 渝北环境监测站的历史资料中收集数据，并整理出文章研究需要的数据。 接着运用Eviews 软件多次尝试最终建立起各离子浓度的自回归滑动平均 H  NH4 + K + Na+ Mg2+ （ARMA）时间序列模型，直接预测出第一组 以及 、 、 、 、 — 2+ Cl 、Ca 、NO3— 、SO4 2— 的离子浓度；然后运用SPSS 软件建立逐步回归模 2— SO4 H + 型利用ARMA 预测出的 离子浓度得到第二组的 离子浓度，通过比较历史 数据得到pH 值范围，进行误差分析，验证模型预测的精确性。 最后，建立偏最小二乘回归分析模型（PLS），编写R 程序，在R 软件中实现 H  分别利用逐步回归，ARMA 模型分析得到的两组不同 浓度以及其他离子浓度预 测pH 值,得出重庆市2013—2014 年的酸雨情形仍然严峻。此外，利用误差分析 比较模型优劣,得出在预测酸雨pH 之中,PLS 模型预测精度和准确度较高,同时利 +