《表1 Pearson相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《桂林：市区大气PM_(2.5)指数的特征及其影响因素》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先，对PM2.5与污染源因子以及气象因子进行相关分析，计算PM2.5与各个因子的Pearson相关系数，以确定能够影响PM2.5的变量。从表1可以看到：PM2.5与二氧化硫、二氧化氮、臭氧的相关系数分别是：0.675、0.733、0.140；PM2.5浓度与风速、风向、气温、湿度、气压、雨量的相关系数分别为：-0.442、-0.080、-0.354、-0.311、-0.125、-0.168；从p值来看，除了PM2.5浓度与风向的P值为0.064大于0.05显著性水平之外，其他的P值均小于0.05，说明风向与PM2.5浓度不相关，剩余的因素都与PM2.5浓度有显著的相关性。接下来利用多元线性回归方法对PM2.5的影响因素进行分析，刻画影响PM2.5的污染源因子和气象因子。首先，将二氧化硫、二氧化氮、臭氧、风速、风向、气温、湿度、气压、雨量等变量全部纳入回归模型，通过线性回归分析得到模型的R2为0.701，调整R2为0.694，模型拟合程度较高；但是风速与风向两个变量的t检验没有通过（p值分别为0.562与0.1，均大于0.05），因此需要对模型的变量进行删选。然后，将剔除风速后的剩余变量纳入模型重新进行线性回归分析，得到模型的R2为0.701，调整R2为0.694，但是风向的t检验没有通过（p值为0.108），需要剔除；最后将剔除风速与风向后的剩余变量纳入模型重新进行线性回归分析，得到模型的R2为0.699，调整R2为0.693，所有变量均通过t检验。