基于R语言的城市PM2.5影响因素分析.doc

文档介绍：
摘 要:以R语言为数据分析的工具,基于相关分析和回归分析方法,。,,根据变量类型,在本研究中主要用到了二元定距变量的相关分析。二元定距变量的相关分析通过计算定距变量间两两相关的相关系数,对定距变量两两相关程度进行分析[7]。
4 分析过程(Analysis process)

,采用Pearson相关系数检验,从表1可以看出,,,,、、,,說明两两之间相关性很显著。,说明二者具有相似的污染源。,,,气态污染物的二次化学合成也占一定比重。
我国对PM10的监测研究起步较早,由于空气质量的恶化和雾霾事件的频发,,,,探索分析二者之间的回归模型,。

,除了土壤扬尘、植物花粉等自然源外,,从之前的区域监测点数据对比,以及太原市空气污染物主成分分析可以看出,。按照形成方式来看,,由于工业过程和燃烧排放的气态前体污染物通过大气化学反应生成二次颗粒物。
、CO两种气态污染物之间关系最大,,根据两年的样本数据,、SO2进行多元回归,得出回归方程。
5 实例分析代码(Analysis code)
6 结论(Conclusion)
太原市区空气污染物中,,、CO两气态污染物之间也有较强的相关性,
,气态污染物的二次合成也占一定的比重。=-(R2=),回归方程拟合度较好;=++(R2=),拟合度检验效果一般,考虑三者之间还有其他因素的影响,,主要还有区域污染物的一次排放。
参考文献(References)
[1] Jihua Tan,Leiming Zhang,Xueming