《表4 3个不同时间段模型参数汇总》

  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

《森林覆被率等因子与PM_(2.5)的时间滞后效应的研究》

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

对3个不同时间段模型参数汇总结果见表4，由表4中的检验参数可知，3个不同时间段的面板数据模型共同量化得到以下结论:（1）在面板数据模型中，相较于静态模型、PM2.5滞后两天模型、PM2.5滞后3天模型，均是PM2.5滞后1天模型的R2和D-W值最大，说明PM2.5滞后1天模型拟合效果最佳；（2）3个滞后模型相比静态模型R2均较大，不仅说明了将PM2.5的滞后作为模型的解释变量提高了模型的拟合度，并证明了PM2.5的时间滞后效应对当期PM2.5浓度变化有着一定的关系。（3）3个滞后模型相比静态模型D-W值较大，说明滞后模型使得残差序列和解释变量相关性降低，在证明了PM2.5的滞后对PM2.5浓度变化有着一定的影响基础上，又证明了PM2.5的滞后可以作为PM2.5浓度变化的影响因素，因此在研究PM2.5浓度的影响因素时PM2.5的滞后作为解释变量是正确的；（4）运用3年面板数据建立的静态和动态模型拟合效果最好，运用2年面板数据建立的静态和动态模型拟合效果次之，运用1年面板数据建立的静态和动态模型拟合效果再次之，说明大数据建立的模型更精确。