多元统计分析在城市空气污染中的应用
摘 要：随着我国经济的快速发展，人类向大自然排放的有害物质与日俱增，城市环境污染已经成为制约社会发展的主要问题。本文基于2017年国家统计年鉴的数据对31个省、直辖市、自治区城市废气主要污染物排放量利用统计软件R进行的主成分分析法、聚类分析法,得出31所城市的空气质量情况，并且对31所城市分类，提出一些有利于城市空气质量的合理建议等。
关键词：主成分分析；聚类分析；空气质量
刘娟的《关于我过废气排放及处理的多元回归分析》是关于全国2000年至2010年废气排放及处理情况的分析，其数据来源于中国统计年鉴。用多元回归分析对其数据进行统计分析，其作者是利用SPSS软件对其分析。次文章虽然利用这些数据对变量做了回归，但是由于变量和样本数据量比较少回归方程存在一一定的误差同时比较科学地评价了废气排放的各项指标，取得了良好的效果。
罗运成的《采用因子分析法的城市空气污染风险评价研究》为了科学有效地破解空气污染的治理难题,必须构建相关的评价指标体系来测度空气污染的风险程度。本文采用10个空气质量及污染物排放情况指标的相关数据，对中国2015年31个重点城市的空气污染风险水平进行研究。选取的样本数据均来自于国家统计局公布的《中国统计年鉴(2016)》选取反映空气质量、工业污染物和生活污染物的10项基础指标作为评价指标，运用统计分析方法中的因子分析法对基础指标进行分析，有效地测算空气污染风险指数,并以此来衡量城市空气污染的风险程度。研究结果表明:空气污染所引发的雾霾天气主要受空气质量和污染排放物的影响,空气污染风险指数能较好地反映空气污染的风险程度。因此,在改善空气环境质量的过程中，应重视空气中颗粒物的治理，同时要处理好工业和生活中排放出的污染物。
魏元珏的《统计方法在区域大气环境质量诊断的应用探讨》主要是探讨统计方法在区域大气环境质量诊断中的应用可以提高整体诊断的效果，直观清晰地反映出各变量之间的关系,在应用过程中应该结合每种统计方法的特点，对多个地区的情况进行分析和统计，对多变量因素进行分析和整理，进一步提高区域大气环境诊断的全面性,分析变量之间的关系,从而为提出大气环境质量治理方法奠定基础。其文主要探讨了主成分分析法在区域大气环境质量诊断中的应用和关联法局部分析区域大气环境质量情况。
费宇，郭民之，陈贻娟的《多元统计分析》主要介绍了各种统计分析方法的原理以及案例分析。比如：回归分析，聚类分析，因子分析，主成分分析，相关性分析等分析方法，还介绍了其相应的R软件代码。
赵双蕊的《聚类主成分分析在城市废气中污染物排放量分析中的应用》本文对中国统计年鉴一2014中31个省,市自治区6种主要污染物排放量工业二氧化硫.工业氮氧化物,工业烟(粉)尘,生活二氧化硫，生活氮氧化物，生活烟尘共186个数据进行统计分析。根据污染物的排放量，利用软件进行聚类分析，主成分分析将31个地区的主要污染物的排放量进行分类，具体结果见表二和表三，我出影响城市空气质量的最主要的污染物。以此期望对改善我国主要城市的空气质量給出合理的建议。此数据已具有过时性，但其研究方法具有价值性，其文章使用的方法依旧是有所欠缺。
黄岩的《安徽省雾霾影响因素的主成分回归分析》文章以2014年安徽省16个地级市为样本，通过主成分分析法,找出影响雾霾的主成分，然后与因变量PM10的平均浓度进行主成分回归分析.统计分析表明，对安徽省雾霍的影响由大到小依次是汽车尾气污染、燃煤污染、扬尘污染和工业污染。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
