《表2 2014～2017年北京市日平均数据构建多元线性回归分析统计量》

  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

《基于能见度及AOD数据的北京市PM2.5浓度的反演》

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

*代表初始得到的反演模型；**代表广义差分法处理后的反演模型；回归方程中b、c分别表示能见度、AOD；R2表示决定系数；DW表示德宾—沃森统计量值。

使用研究区2014～2017年的日平均数据构建各个季节AOD、能见度、PM2.5浓度的三元线性回归模型，并计算其回归分析统计量得到表2。模型中b表示能见度，单位是km；c表示气溶胶光学厚度；DW表示德宾—沃森统计量值。由表可知，引入能见度因子后，根据DW（德宾—沃森）检验值和各季节样本数量，对照DW统计量临界值表发现各季模型均具有一阶自相关，这会造成所得到的模型参数估计不准确且得到的其他统计量结果无意义。因此，为了得到准确而有效地反演模型，我们使用广义差分法处理原方程，计算去除一阶自相关性后的模型及其统计量。