《表1 解释变量的描述性统计、符号预判与空间自相关检验Tab.1 Descriptive statistics of explanatory variables and spatial autocor
注:***、**和*分别表示1%、5%和10%的显著性水平。
根据文献综述选取的变量中很可能存在多重共线性问题,为此采用方差膨胀因子(Variance Inflation Factor,VIF)进行所有解释变量的多重共线性分析,发现海拔高度的VIF>7.5,说明其很可能与气温或地形起伏度存在多重共线性,故剔除该变量,将剩余的10个变量作为解释变量纳入模型。表1是所有解释变量的描述性统计、符号预判与空间自相关检验,偏度和峰度计算结果显示大部分变量原始数据不符合正态分布。相关系数是指各个变量与PM2.5的Spearman相关性检验结果,可以看到除了人均GDP、二产比重和年降水量外,其他变量与PM2.5均存在显著的相关性。同时,报告Moran's I的显著性,以辅助研究模型的选择。图1将所有变量进行了地图可视化展示,可以更清晰的看到不同变量在空间上的集聚与分布态势。
图表编号 | XD0015433100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.01.25 |
作者 | 刘海猛、方创琳、黄解军、朱向东、周艺、王振波、张蔷 |
绘制单位 | 中国科学院地理科学与资源研究所、中国科学院地理科学与资源研究所、中国科学院大学资源与环境学院、武汉理工大学资源与环境工程学院、北京大学城市与环境学院、中国科学院遥感与数字地球研究所、中国科学院地理科学与资源研究所、中国科学院地理科学与资源研究所 |
更多格式 | 高清、无水印(增值服务) |