SA  >> Vol. 6 No. 3 (August 2017)

    厦门市PM2.5浓度的多元统计分析与预测
    Multivariate Statistical Analysis and Prediction of PM2.5 Concentration in Xiamen

  • 全文下载: PDF(551KB) HTML   XML   PP.311-319   DOI: 10.12677/SA.2017.63036  
  • 下载量: 1,014  浏览量: 2,017  

作者:  

许晓芬,欧启通:厦门理工学院应用数学学院,福建 厦门

关键词:
PM2.5多元线性回归分析空气质量指数AQISPASSPM2.5 Multiple Stepwise Regression Analysis Air Quality Index AQI SPSS

摘要:

本文首先运用统计学原理对厦门市2016年全年每日影响PM2.5浓度的因素进行整体分析,并且利用统计软件检验其是否具有相关性,然后采用多元线性回归分析的方法构建合理的数学模型,预测厦门市2017年1月和2月的PM2.5的浓度,最后结合预测结果提出了合理建议。

In this paper, we use the statistical principle to analyze the factors influencing the concentration of PM2.5 in Xiamen daily in 2016, and use statistical software to test whether it has correlation at first. Then we use the method of multiple linear regression analysis to build reasonable mathematical model, to forecast the concentration of PM2.5 in Xiamen during January and February 2017. Finally, reasonable suggestions are put forward according to the prediction results.

文章引用:
许晓芬, 欧启通. 厦门市PM2.5浓度的多元统计分析与预测[J]. 统计学与应用, 2017, 6(3): 311-319. https://doi.org/10.12677/SA.2017.63036

参考文献

[1] 肖建能, 杜国明, 施益强, 等. 厦门市环境空气污染时空特征及其与气象因素相关分析[J]. 环境科学学报, 2016(9): 3363-3371.
[2] 赵晨曦, 王玉杰, 王云琦, 等. 细颗粒物(PM_(2.5))与植被关系的研究综述[J]. 生态学杂志, 2013(8): 2203-2210.
[3] 吴建南, 秦朝, 张攀. 雾霾污染的影响因素: 基于中国监测城市PM2.5浓度的实证研究[J]. 行政论坛, 2016(1): 62-66.
[4] 李子奈, 潘文卿. 计量经济学(第三版) [M]. 北京: 高等教育出版社, 2006.
[5] 何晓群, 刘文卿.应用回归分析(第四版) [M]. 北京: 中国人民大学出版社, 2015.
[6] 杨云, 付彦丽. 关于空气中PM2.5质量浓度预测研究[J]. 计算机仿真, 2016(3): 413-418.