SPSS的综合运用——以我国城市空气质量分析为例.docVIP

. .. SPSS的综合运用——以我国城市空气质量分析为例 年欢 管理科学与工程 2013200644 （一）实验目的 近年来随着现代化和工业化的进程，我国大气污染状况十分严重，主要呈现煤烟型污染特征，城市大气环境中总悬浮颗粒浓度普遍超标、二氧化硫污染保持在较高水平、机动车尾气污染物排放总量迅速增加、氮氧化物污染趋势加重、全国形成多个酸雨区等，危害生态环境、影响人民群众身体健康。从污染物构成来看，我国大气污染来源主要有三个方面：一是生活污染源，包括饮食或取暖时燃料向大气排放有害气体和烟雾;二是工业污染源，包括火力发电、钢铁和有色金属冶炼，各种化学工业给大气造成的污染;三是交通污染源，包括汽车、飞机、火车、船舶等交通工具的煤烟、尾气排放。本文通过聚类分析和主成分分析法，研究我国主要城市的空气质量，以及各参数对空气质量好坏的影响以及最主要的影响因素。并据此提出科学合理的对策建议。 （二）问题描述 在2013年之前，大部分人对于雾霾天气的认知都会自然而然觉得是北京的事。然而，12月伊始，我国遭受了入冬以来最大范围雾霾天气，今年12月伊始，我国中东部地区迎来了严重雾霾事件，几乎涉及中东部所有地区。天津、河北、山东、江苏、安徽、河南、浙江、上海等多地空气质量指数达到六级严重污染级别，使得京津冀与长三角雾霾连成片。由于能见度过低，导致多处高速公路封道关闭，给车辆出行带来了不便，也严重影响了市民的正常工作与生活。 （三）数据来源 通过查询“中华人民共和国国家统计局官方网站”的“国家统计数据库”，《中国统计年鉴》获得。 （四）案例中使用的SPSS方法 描述性分析 相关分析 聚类分析 主成分分析 （五）实验内容与步骤 城市空气质量因素的描述性统计 本实验对城市空气质量的可吸入颗粒物、二氧化硫、二氧化氮、空气质量达到及好于二级的天数、年平均气温和年平均相对湿度六项影响空气质量的因素做描述性统计分析，包括频数、极小值、极大值、均值和标准差五个项目，见表1.1。 表1.1 描述统计量 描述统计量 N 极小值 极大值 均值 标准差 可吸入颗粒物 31 .040 .138 .09121 .021762 二氧化硫 31 .008 .079 .03902 .015930 二氧化氮 31 .016 .068 .04005 .011855 空气质量达到及好于二级的天数 31 244 365 326.81 27.463 年平均气温 31 5.2 23.3 13.877 4.9856 年平均相对湿度 31 34 81 63.35 11.047 有效的 N （列表状态） 31 从表1.1可以看出，在影响空气质量的因素中，可吸入颗粒物的最小值为0.04毫克/立方米，最大值为0.138毫克/立方米，平均值为0.9121毫克/立方米，标准差为0.21762；二氧化硫的最小值为0.08毫克/立方米，最大值为0.079毫克/立方米，平均值为0.03902毫克/立方米，标准差为0.01593；二氧化氮的最小值为0.016毫克/立方米，最大值为0.068毫克/立方米，平均值为0.04005毫克/立方米，标准差为0.011855；空气质量达到及好于二级的天数最小值为244天，最大值为365天，平均值为326.81天，标准差为27.463；年平均气温的最小值为5.2摄氏度，最大值为23.3摄氏度，平均值为13.877摄氏度，标准差为4.9856；年平均相对湿度最小值为34%，最大值为81%，平均值为63.35%，标准差为11.047。 2.相关分析 按照顺序：分析——相关——双变量打开相关分析的对话框 在简单相关分析的主对话框中将所有变量选入“变量”中。在“显著性检验”框中，有“双侧检验”和“单侧检验”。系统默认是双侧检验。 点击“OK”，输出结果见表2.1。 表2.1 Pearson相关系数 相关性 可吸入颗粒物 二氧化硫 二氧化氮 空气质量达到及好于二级的天数 年平均气温 年平均相对湿度 可吸入颗粒物 Pearson 相关性 1 .560** .460** -.901** -.412* -.132 显著性（双侧） .001 .009 .000 .021 .480 N 31 31 31 31 31 31 二氧化硫 Pearson 相关性 .560** 1 .311 -.468** -.448* -.232 显著性（双侧） .001 .089 .008 .011 .210 N 31 31 31 31 31 31 二氧化氮 Pearson 相关性 .460** .311 1 -.359* -.040 .073 显著性（双侧） .009 .089