城市空气污染数据的分析与研究

针对日益严重的大气污染问题,基于现有数据与相关研究,采用相关分析法,对AQI指标之间的相关性进行了定量分析.利用主成分分析,确定PM_(10)为被解释变量,其它4种污染物为解释变量,应用逐步回归分析方法及多元回归分析,通过逐层分析比较得到了PM_(10)与PM_(2.5),CO,SO_2,NO_2的最优二次回归模型.     

西安市空气PM_(2.5)问题研究

依据西安地区监测站监测到的数据,对该地区空气中PM2.5的问题做了详细研究,得出了PM2.5浓度与AQI中其他成分之间的相关性。同时对监测到的数据进行预处理,建立多元化回归模型,利用SAS软件对处理后的数据进行曲线拟合,从而得出PM2.5浓度值与其他指标间的关系式,并且作出验证。最后,分析了该地区PM2.5的时空分布与其污染程度间的关系,充分说明了PM2.5对环境的影响。     

成都市冬季PM_(2.5)污染特征及溯源分析

本研究利用2019年成都锦城湖监测点PM_(2.5)的监测数据,研究成都市冬季PM_(2.5)的污染特征及其与气象要素之间的关系,并利用后向轨迹模型进行颗粒物溯源及追踪分析。结果表明:成都市环境空气PM_(2.5)平均质量浓度为53 g/m~3,达到国家空气质量二级标准;PM_(2.5)质量与温度呈显著正相关性,与风速呈负相关性,与湿度呈负相关性,与气压呈显著负相关性;成都市冬季气团主要来自东北方向,来自东南偏南方向的PM_(2.5)及其前体物对成都市PM_(2.5)质量浓度贡献最大。     

郑州市PM2.5关联度及模型分析

本文运用灰色理论对郑州市PM2.5和AQI指标进行关联度分析,进而建立关于PM2.5的多元线性回归模型,分析降低郑州市PM2.5含量的措施,并为PM2.5形成因素的研究提供参考依据。     

时间序列联立方程模型及其应用

给出时间序列立方程模型,并以我国经济现状为研究对象,用时间序列联立方程和向量自回归两种模型对１９９６年形势进行模拟,预测１９９７年各季度经济指标的发展情况,并对两种模型的结果进行对比分析。     

民生财政支出、居民消费与劳动就业 ——基于省际面板数据的实证分析

运用面板向量自回归模型(PVAR模型),根据2007～2017年中国29个省市自治区的面板数据,对民生财政支出、居民消费以及劳动就业三者之间的关联性进行实证分析.结果表明:民生财政支出、居民消费以及劳动就业自身均具有较强的发展惯性;居民消费与劳动就业之间相互促进,但是劳动就业受居民消费的影响程度大于其对居民消费的影响程...     

(Zr0.7Sn0.3)TiO4陶瓷性能预报的支持向量回归模型

将支持向量回归方法用于(Zr0.7Sn0.3)TiO4陶瓷的配方性能关系研究中,分别建立了(Zr0.7Sn0.3)TiO4陶瓷介电常数和损耗角正切的支持向量回归模型,并与逆传播人工神经网络、多元线性回归模型进行了比较.用留一法分别检验了支持向量回归、逆传播人工神经网络和多元线性回归3种不同模型的预报能力,结果表明:上述3种模型对于(Zr0.7Sn0.3)TiO4陶瓷介电常数的留一法预报的平均相对误差分别为1.083%、1.632%、1.931%,对于损耗角正切的留一法预报的平均相对误差分别为0.999%、1.746%、1.414%.因此,支持向量回归模型的预报能力较好,可望在陶瓷配方设计中的多变量、非线性问题和小样本体系中发挥较好的作用,为新型介电陶瓷的性能预报和配方优化提供一条全新可靠的途径.     

Lasso Logistic回归模型识别脂肪肝风险因素效果研究

探讨Lasso(最小绝对收缩和选择算子)Logistic回归模型对脂肪肝风险因素识别研究的应用效果.利用国人健康风险评估问卷(V1.0)对第四军医大学西京医院门诊部特诊中心某事业单位工作人员(含离退休人员)进行调查,建立脂肪肝的Lasso Logistic回归模型.通过交叉验证法选择模型中最佳的调和参数λ,再建立最优子...     

基于分类回归树的气候变化—植被分布模型研究

在生态学研究中,植被、物种与环境的关系一直是研究的重点.一直以来,在气候变化与陆地生态系统的关系的研究中,主要研究重点是对大尺度植被分布的模拟研究,而且建立了大量的气候—植被分布关系模型.随着近年来计算机科学与技术以及地理信息系统的不断发展,预测物种分布的统计模型技术得到了很大的发展,很多创新的技术模型(如:广义线性模型(GLM)、广义加法模型(GAM)和分类回归树(CART)等)被应用到了生物地理分布、植物群落、生物多样性、气候变化影响评估等方面.文章基于分类回归树(CART),关于气候变化对植物及植被分布的影响趋势进行了总结分析,其中主要是对我国几种常见树种的地理分布进行模拟分析.     

自相关条件下自回归模型建立的预选条件

利用广义差分法消除自相关影响,依据克莱姆法则分析基于自相关的自回归模型建立的预选条件,获得了自相关条件下线性自回归模型与8种非线性自回归模型建立的预选条件.