分布式能源答辩(最终版).pptVIP

图中各变量分别是各省份的关于天然气分布式能源使用影响因素及指标，由主成分分析得出的相关矩阵表看出，x1与x2的相关系数最高，达0.9222，说明每个地区的地区人均生产总值与居民消费水平高度相关；x2与x4、x5的相关性较高，分别为0.6345和0.6423，说明地区居民消费水平与地方财政一般预算收入和天然气供应总量相关性较高；x3与x11和x12相关性非常高，相关系数分别为0.9917和0.7529；x4与x5、x10相关性较高，说明地方财政一般预算收入与天然气供应总量和电力消费量有很高的相关性；x5与x8相关性较高，相关系数为0.7629，说明天然气供应总量与天然气消费量相关性较大；x6与x3的相关性一般，说明这些各省市目前天然气储量与电力燃气机和水的生产与供应全社会固定资产相关性不大，说明我国目前各省份天然气储量还没得到有效合理开采。 主成分分析 相关矩阵 由相关矩阵特征值表看出，第一个主成分的贡献比率为40.42%、前两个主成分的累积贡献率为64.60%、前三个主成分的累积贡献率为79.75%、前四个主成分的累积贡献率达到88.73%，大于85%,说明前四个主成分可以解释总体的85%的信息。 相关矩阵特征值 左图为主成分分析对各省份分布式能源使用综合排名，结果以升序形式显示，使用情况从高到底依次为新疆维吾尔自治区、内蒙古自治区、四川省、山东省等，由排名结果可以得出：各省份天然气分布式能源使用量与该省天然气储量及省市发展水平没有呈明显的正相关，说明虽然有的省份综合发展水平较高，天然气储量业较大，但是由于对天然气了解较少或其他原因，导致天然气使用量并不大，而供能仍来自传统的矿物质燃烧，这样不仅不利于本市发展而且会造成很严重的环境污染，有背国家环保的遵旨。基于此分析，我们可以对发展水平较高、天然气存储量较大的省份推广使用天然气分布式能源，这样既可以达到节能的效果，又有利于环境保护。 各省份分布式能源使用综合排名最终排名 可靠性统计量 Cronbachs Alpha 项数 .819 12 部分数据导入 进行信度分析结果如上表，在探索性分析中，通常要求cronbach α 值至少达到0.6；本题达到0.819，认为一致性 信度很可信，测试的可靠性比价高。 信度分析一致性检验 问卷分析 成份 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 2.436 20.301 20.301 2.436 20.301 20.301 2.023 16.860 16.860 2 2.052 17.100 37.401 2.052 17.100 37.401 1.903 15.861 32.721 3 1.926 16.052 53.453 1.926 16.052 53.453 1.774 24.779 57.500 4 1.251 10.427 73.880 1.251 10.427 73.880 1.656 17.799 75.299 5 1.004 8.363 82.243 1.004 8.363 87..243 1.313 11.944 87.243 6 .820 6.835 89.078 ? ? ? ? ? ? 7 .789 6.575 90.653 ? ? ? ? ? ? 8 .541 4.508 91.160 ? ? ? ? ? ? 9 .495 4.128 94.288 ? ? ? ? ? ? 10 .308 2.565 96.853 ? ? ? ? ? ? 11 .285 2.373 99.227 ? ? ? ? ? ? 12 .093 .773 100.000 ? ? ? ? ? ? 提取方法：主成份分析。 效度分析 由左图可知，对数据运用主成分法进行效度分析，得出前5个主成分可以解释整份问卷87.243%的信息大于85%，说明问卷效度较高。 从下图中可以看出，18-49岁和50-55岁所占比例较大，18岁以下和50岁以上所占比例较小，这是切合实际的，我们主要针对不同行业在职人员对其所在单位天然气分布式能源的使用进行的调查，所以该年龄段柱状图能体现出我们的调查问卷具有代表性。 被调查的年龄分布 如下图显示，职业类型属于销售行业、公司职员和服务行业的工作人员所占比例较大，占67%左右，其他行业的工作人员所占比例较小，比例低于10%。这与如今行业发展现状是相符的。通过对不同行业在职人员的对天然气分布式能源使用状况的调查，我们可以准确找出分布式能源的潜在市场，进而推广其使用。 被调查的职业分布 人们选用的分布式能源的原因 研究发现，消费者在选用分布式能源的问题上，主要是因其可以冷热电联产化多功能。而仅有15%的人是因其“高标准的环保水平”，