从气温的统计分析看环境变化及其对策的制定.pdfVIP

从气温的统计分析看环境变化及其对策的制定 赵翔 冯长焕 西华师范大学数学与信息学院,四川南充，637002 摘要 本文通过对一地区十年每个月温度数据的统计分析—聚类分析，线性相关分析，并运 用SPSS软件，来分析近些年的气候变化。通过对一个地区十年内的温度变化的聚类分析和 线性相关分析，把该地区的温度加以分类和对比之后，进一步得出了各个类之间的关系以及 类内温度的线性相关程度的强弱。本文通过数据所对应图形以及表格的形式把这些关系形象 的表示出来，从而揭示出这些温度数据之内所蕴含的深刻规律，并通过这些规律揭示出了一 些与温度相关的自然灾害的本质原因。以及通过对这些温度数据的统计分析得出近些年来由 此而产生的自然灾害对亚太地区（特别是中国地区）的经济、政治、文化、生产带来的巨大 影响。以及通过对数据的统计分析制定出相关的决策来使未来的经济生产呈现可持续发展， 以此来带动亚太地区良好的文化政治环境。 关键词 聚类分析；PP图；温度；SPSS 1 11 引 言 随着计算机的发展，数学越来越成为人们生产生活中不可缺少的工具。本文通过一种计 算机软件 SPSS 来对一些温度数据进行方便的统计工作，以此看出当今世界的人类活动对自 然界的显著影响，并显示出数学的广泛应用。 本文通过聚类分析和相关分析这两个统计方法来对数据进行分析操作，通过图表来展现 一些较为直观的结果。 2 22 预 备 知 识 聚类分析（ClusterAnalysis）是依据研究对象的个体特征，对其进行分类的方法。聚类分 析在经济、社会、管理、天文气象、医学等领域，有着广泛的应用。 例如，有p 个指标（变量），n个对象，依据这n个对象在p个指标下的数据，对这n个 对象进行聚类。 * 本文获西华师范大学科研启动基金（040B001）资助；本文获西华师范大学校级科研项目（07A012）资助 能否按照这些指标把这n个对象进行分类？其实，每一个对象是p维空间中的一个点， 聚类问题就是在p维空间中对这n个点的聚类问题。 应当注意的是：“变量（指标）越多越好”是认识误区。变量太多了，难以判断聚类结果 的实际意义。例如，对产业按照有关技术能力的各项指标聚类，可以把企业分为不同的类型。 但是，如果把与企业相关的所有指标都包含近来，对分类结果的含义就难以判断了。 只要指标间有一定关系（也不必高度相关），就可以对所观察的一群个体分类。从而可以 对个体进行进一步的研究。 如果指标太多，也可以对指标进行分类，把有相近含义的指标聚在一起，把整个指标群 分为若干类。 变量间的相关分析有两种：一种是确定性的关系，一种是不确定性的关系。相关分析是 研究变量间不确定性关系的统计方法。其中，最为常见的是两个变量和多个变量的线性相关 关系。 3 33 数据获取 根据对我国气象数据统计部门1998年至2007年北京地区温度数据的收集，我们把研究 对象定为1998年至2007年十年，根据可行性和指标选取的原则，我们选取一月到十二月以 这十二个指标综合反映1998—2007年这十年的温度变化情况。具体数据见表： 表1 1998年至2007年温度变化一览表[1] 年份 一月 二月 三月 四月 五月 六月 七月 八月 九月 十月 11月12月 1998 -3.7 -1.8 6.9 15.0 21.3 25.3 25.1 24.5 19.8 11.4 3.4 -1.7 1999 -3.6 .1 4.1 13.5 19.9 23.3 26.6 24.8 21.0 13.7 3.9 -.3 2000 -2.3 .1 4.4 13.9 19.9 24.1 25.9 27.1 20.4 13.8 4.6 -1.8 2001 -1.1 1.8 6.7 15.5 20.5 23.5 26.8 24.6 20.5 12.2 3.4 -.3 2002 -1.6 .8 5.6 17.3 21.0 26.8 27.7 26.5 21. 14.1 6.4 -1.4 2003 -.7 2.1 7.7 14.7 19.8 24.3 25.9 25.4 19.0 14.5 7.7 -.4 2004 -2.2 -.4 6.2 14.3 21.6 25.4 25.5 23.9 20.7 12.8 4.2 .9 2005 -3