《表1 描述性统计量：基于Python编程对我国生活垃圾热值的分析与预测》

  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

《基于Python编程对我国生活垃圾热值的分析与预测》

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

考虑难以获得的垃圾成分等信息，并结合前人得出影响垃圾热值因素的定性研究[3，7]，本研究选取了X1年份、X2经度（°E）、X3纬度（°N）、X4年降水量（mm）、X5常住人口数（万人）、X6人口密度（人/km2）、X7地区生产总值GDP（亿元）、X8人均GDP（亿元/万人）、X9第一产业增加值（亿元）、X10第二产业增加值（亿元）、X11第三产业增加值（亿元）、X12工业增加值（亿元）、X13第一产业比重（%）、X14第二产业比重（%）、X15第三产业比重（%）、X16城镇居民恩格尔系数（%）共16条因素，研究其与LHV估算垃圾热值（k J/kg）的关系。其中第一、二和三产业比重分别指各种产业增加值占地区生产总值的比重，此数据反映了该地的产业结构。以上数据通过调查对象垃圾焚烧厂所在地级县市或辖区统计局的公示资料获得，如表1所示。