应用统计学课程设计,运用SPSS对城市空气高质量的统计分析报告

1、实用标准文档学号（应用统计学课程设计）设计说明书运用 SPSS 对城市空气质量的统计分析起止日期：2013 年7 月1 日至2013 年7 月5 日学生班级成绩指导教师(签字)文案大全实用标准文档经济与管理学院2013 年7月5日文案大全实用标准文档应用统计学课程设计课程设计分工及成绩评定表分工情况说明学号承担主要任务贡献等级问题提出、确定假设、分析问题、查找数据、数据录入、描述性统计分析、统计图绘制、统1计报表编制、均值检验、相关性分析、回归分析、得出结论。成绩评定表考勤调查方案分析过程答辩成绩分数总评学号（15% ）（20% ）（50% ）（35% ）成绩成绩文案大全实用标准文档文案大全实

2、用标准文档目录1确定假设 .62分析思路 .63选用的分析方法 .64描述性分析 .64.1空气质量达到二级以上的天数占全年的比例的描述性统计.64.2城市空气质量因素的描述性统计 .75统计图 .85.1立体柱状图对两年各类的空气质量描述 .85.2折线图对降水量对空气质量的影响描述 .96统计报表 .107均值比较 .118相关分析 .129一元线性回归分析 .149.1可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析.149.2降水量和空气质量达到二级以上的天数的一元线性回归分析.1510 多元线性回归分析 .1611 总结 .1712 统计调查方案 .1712.1问题提出 .1

3、712.2确定调查对象和调查单位 .1812.3确定调查容 .1912.4调查方式和方法 .1912.5调查期限 .2012.6确定假设 .20附 原始数据 .20文案大全实用标准文档1 确定假设1.假设忽略空气中可能影响空气质量的其他污染物；2.假设在较近一段时间，不发生重大工业事故；3.假设在未来一段时间，城市自然环境稳定，不发生一些较大的自然灾害，例如：地震、洪灾、海啸等；4.假设未来一段时间，政府没有出台关于大规模工业的迁入迁出城市的政策。2 分析思路此次课程设计， 我针对中国主要城市在2010 年及 2011 年的空气质量， 利用 SPSS 软件进行统计分析。先是对全国各主要城市的空

4、气质量进行横向比较，分析我国的空气质量的总体情况和地区差异，然后对代表性空气质量影响因素进行分析。分析思路总结大致是：首先利用SPSS 软件中的描述性统计分析的方法对主要城市空气质量进行横向比较，利用统计图判断在全国围是否存在影响空气质量的共同因素及两年的变化，然后利用报表统计城市空气质量在2010 年及 2011 年的分布状况是否具有一致性，随后利用均值比较、相关性分析、回归分析对各个因素影响效果进行分析。3 选用的分析方法根据分析思路知在本次统计分析中主要运用的分析方法有：描述性分析、统计图、统计报表、均值比较、相关分析、一元线性回归分析、多元线性回归分析。4 描述性分析4.1 空气质量达

5、到二级以上的天数占全年的比例的描述性统计本设计选择 2011年中国统计年鉴中 2010年全国主要城市的空气质量统计数据及2012 年中国统计年鉴中 2011 年全国主要城市的空气质量统计数据作为统计研究对象，对城市空气质量达到二级以上的天数占全年的比例进行分类，并进行频数分析，分析结果如表4.1 及4.1.2 所示。表4.1 空气质量达到二级以上的天数占全年的比例( 已离散化 )频率百分比有效百分比累积百分比有效< 70.023.23.23.270.0 - 79.958.18.111.380.0 - 89.92641.941.953.290.0+2946.846.8100.0合计6210

6、0.0100.0文案大全实用标准文档表 4.1.2 按空气质量达到二级以上的天数分组* 空气质量数据的年份交叉制表计数空气质量数据的年份20102011合计按空气质量达到二级以上的<=244112天数分组<=286325<=329141327<=365131528合计313162从表 4.1 及表 4.1.2 对比可以看出，2010 年及 2011 年空气质量达到二级以上的天数占全年的比例小于70% 的各 1 个省市，占两年的3.2% ； 70%到 80%元之间 2010 年有 3 个省市， 2011年有 2 个省市， 占两年的8.1% ；80%到 90%之间 2010

7、 年有 14 个省市， 2011 年有 13 个省市，占两年的41.9% ；大于 90% ， 2010 年有 13 个省市， 2011 年有 15 个省市，占两年的46.8% ；从上面分析可以看出 2011 年较 2010 年的空气质量有所好转， 但一半以上的省市空气质量达到二级以上的天数占全年的比例仍小于 90% ，说明城市空气质量还有提升的空间。4.2 城市空气质量因素的描述性统计本设计对城市空气质量的可吸入颗粒、二氧化硫、二氧化氮、空气质量达到二级以上的天数、年平均温度及年平均降水量六项影响空气质量的因素做描述性统计分析，包括频数、最小值、最大值、平均值、标准差五个项目，见表4.2 。表

8、 4.2描述统计量N极小值极大值均值标准差文案大全实用标准文档可吸入颗粒62.040.155.09334.023294二氧化硫62.007.03998.016621二氧化氮62.015.068.04019.012125空气质量达到二级以上的天62223365324.0029.019数年平均降水量62166.22445.1882.923543.3003年平均温度624.524.613.9845.0910有效的 N（列表状态）62从表 4.2 可以看出，在影响空气质量的因素中，可吸入颗粒的最小值为0.04 毫克 / 立方米，最大值为 0.155 毫克 / 立方米， 平均值为 0.09334毫克 /

9、 立方米，标准差为0.023294 ；二氧化硫的最小值为0.007 毫克 / 立方米，最大值为 0.089 毫克 / 立方米，平均值为 0.03998毫克 / 立方米，标准差为 0.016621；二氧化氮的最小值0.015 毫克 / 立方米，最大值为 0.068 毫克 / 立方米， 平均值为 0.04019 毫克 / 立方米，标准差为 29.019；空气质量达到二级以上的天数的最小值为223 天，最大值为 365 天，平均值为 324 ，标准差为 29.019；年平均降水量的最小值为166.2 毫米，最大值为2445.1 毫米，平均值为 882.923毫米，标准差为 543.3003 ；年平均

10、温度的最小值为 4.5 摄氏度，最大值为 24.6摄氏度，平均值为 13.984摄氏度，标准差为5.0910 ；5 统计图5.1立体柱状图对两年各类的空气质量描述按照 4.1 的分类对2010年及 2011年四类空气质量在可吸入颗粒、二氧化硫、二氧化氮三个方面用立体柱状图展示，如图5.1 所示：图 5.1文案大全实用标准文档从图 5.1 得知可吸入颗粒物为影响我国城市空气质量的主要因素，2011 年较 2010 年在空气质量达到二级以上的天数占全年的比例小于70% 的城市中可吸入颗粒的含量得到有效控制，其他分组的可吸入颗粒含量没有明显变化。5.2折线图对降水量对空气质量的影响描述按照 4.1

11、的分类对四类空气质量在年平均降水量方面用折线图展示（温度受地区、纬度及降水量的影响在这不做分析） ，如图 5.2 所示：图 5.2文案大全实用标准文档从图 5.2 得知降水量对空气质量有影响，这个影响表现在降水量的增多会使空气质量有所好转，可视为降水量对空气质量的影响成正相关，但此影响是否显著还有待检验。6 统计报表对 2011 年及 2010 年四类空气质量的可吸入颗粒、二氧化硫、 二氧化氮进行统计报表。统计 报表如报表6.1 所示：报表 6.1空气质量空气质量达到二级以上的天可吸入颗粒二氧化硫二氧化氮数据年份数占全年的比例(已离散化 )合计合计合计_ _2010< 70.0.155.

12、70.0 - 79.9.362.162.18180.0 - 89.91.395.570.52090.0+1.478.5012011< 70.0.70.0 - 79.9.245.107.12480.0 - 89.91.308.550.510文案大全实用标准文档90.0+1.507.566总计5.7872.4792.492从统计报表中可以看出，2011 年较 2010 年影响空气质量的因素（可吸入颗粒、二氧化硫、二氧化氮）的含量都有所下降，进一步证实了表4.1 及表 4.1.2 和图 5.1 所说明的问题。7 均值比较对影响空气质量的六个因素进行均值比较，分析出影响空气质量的主要因素，并对这

13、些因素的均值情况进行描述，分析结果如表7.1 及表 7.1.2 所示：表7.1 案例处理摘要案例已包含已排除总计N百分比N百分比N百分比可吸入颗粒* 按空气质量62100.0%0.0%62100.0%达到二级以上的天数分组二氧化硫*按空气质量达62100.0%0.0%62100.0%到二级以上的天数分组二氧化氮*按空气质量达62100.0%0.0%62100.0%到二级以上的天数分组年平均降水量* 按空气质62100.0%0.0%62100.0%量达到二级以上的天数分组年平均温度* 按空气质量62100.0%0.0%62100.0%达到二级以上的天数分组表 7.1.2 报告按空气质量达到二级以

14、上的天数分组可吸入颗粒二氧化硫二氧化氮年平均降水量年平均温度dimension0<=244均值.14650.05250.04500.5007.800文案大全实用标准文档N22222标准差.012021.006364.0042437.7782.1414<=286均值.12140.05380.06100641.58011.460N55555标准差.011149.028190.005958425.01554.0396<=329均值.10385.04363.03944776.56313.341N2727272727标准差.010298.011429.010382342.27104.1

15、327<=365均值.07439.03311.036861078.32515.496N2828282828标准差.016187.016426.011332655.50155.7352总计均值.09334.03998.04019882.92313.984N6262626262标准差.023294.016621.012125543.30035.0910从表 7.1.2可以看出四类空气质量，可吸入颗粒的均值分别为0.14650 、 0.12140 、 0.10385 、0.07439表明不同类别空气质量在可吸入颗粒的含量上有很大的差异，可吸入颗粒含量越高，城市空气质量越差，这和实际相符合；二氧

16、化硫的均值分别为0.05250 、0.05380 、 0.04363 、0.03311表明不同类别空气质量在二氧化硫的含量上无明显差异，甚至有些空气质量好的反而比空气质量差的二氧化硫含量高；二氧化氮的均值分别为.0.4500 、 0.06100 、 0.03944 、 0.03686表明不同类别空气质量在二氧化氮的含量上无明显差异，甚至有些空气质量好的反而比空气质量差的二氧化氮含量高；年平均降水量的均值分别为186.5 、641.58 、776.563 、1078.325表明不同类别空气质量在降水量的对少上有很大的差异，降水量越大，城市空气质量越好；年平均温度的均值分别为7.8 、11.46

17、、13.34 、15.496表明不同类别空气质量在温度上有差异，但这个差异明显不明显不能下结论，因为受到地理位置的影响。8 相关分析对影响空气质量的六个因素进行相关性分析，分析出影响空气质量的因素之间的相关性大小，分析结果如表8.2 所示：表 8.2相关性按空气质量达到二级以上的可吸入颗粒二氧化硫二氧化氮年平均降水量年平均温度天数分组文案大全实用标准文档可吸入Pearson 相关性1.535 *.459 *-.429 *-.412 *-.819 *颗粒显著性（双侧）.000.000.000.001.000N626262626262二氧化Pearson相关性.535 *1.319 *-.442

18、*-.436 *-.405 *硫显著性（双侧）.000.012.000.000.001N626262626262二氧化Pearson相关性.459 *.319 *1-.009-.049-.386 *氮显著性（双侧）.000.012.944.708.002N626262626262年平均Pearson 相关性-.429 *-.442 *-.0091.796 *.376 *降水量显著性（双侧）.000.000.944.000.003N626262626262年平均Pearson相关性-.412 *-.436 *-.049.796 *1.338 *温度显著性（双侧）.001.000.708.000.

19、007N626262626262按空气Pearson相关性-.819 *-.405 *-.386 *.376 *.338 *1质量达显著性（双侧）.000.001.002.003.007到二级N626262626262以上的天数分组*.在 .01水平（双侧）上显著相关。*. 在 0.05水平（双侧）上显著相关。从表 8.2 可以得知，空气质量达到二级以上的天数分组与可吸入颗粒、二氧化硫、二氧化氮在 0.01置信度条件下呈高度负相关，其中可吸入颗粒与空气质量达到二级以上天数的分组的相关性大于二氧化硫及二氧化氮与空气质量达到二级以上的天数的分组的相关性；空气质量达到二级以上的天数分组与年平均降水量

20、、年平均温度在0.01 置信度条件下呈高度正相关，其中降水量与空气质量达到二级以上的分组相关性大于温度与空气质量达到二级以上的天数分组的相关性。这与表7.1.2 所分析的结果一致。文案大全实用标准文档9 一元线性回归分析由均值分析和相关性分析可知影响空气质量的主要因素是可吸入颗粒和降水量，可吸入颗粒与空气质量成负相关，而降水量与空气质量成正相关，下面分别对两个因素与质量达到二级以上天数进行一元线性回归分析，看二者之间是否存在线性关系。9.1 可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析结果如表9.1 及表 9.1.2 及表9.

21、1.3 所示：表 9.1模型汇总模型标准估计的误RR 方调整R方差1.902 a.814.81112.616a. 预测变量 : ( 常量 ), 可吸入颗粒。表 9.1.2 Anovab模型平方和df均方FSig.1回归41819.516141819.516262.727.000 a残差9550.48460159.175总计51370.00061a. 预测变量 : ( 常量 ), 可吸入颗粒。b. 因变量 : 空气质量达到二级以上的天数表 9.1.3系数 a模型非标准化系数标准系数相关性B标准误差试用版tSig.零阶偏部分1(常量 )428.9186.66864.322.000可吸入颗粒-112

22、4.06069.348-.902-16.209.000-.902-.902-.902a. 因变量 : 空气质量达到二级以上的天数由表 9.1 所示，本次回归分析得到的相关系数R=0.902 ，调整的决定系数R方为 0.811 ，模型拟合效果很理想。从表9.1.2 可以看出，离差平方和为51370 ，残差平方和为9550.484，回归平方和为41819.516，显著性检验统计量F为 262.727 ，对应的置信水平为0.000 ，远比常用的置信水平0.05要小，认定方程是显著的。 从表 9.1.3 可以看出回归方程为y（空气质量达到二级以上的天数）=-1124.06文案大全实用标准文档（可吸入颗

23、粒）+428.918，可知每减少3000 毫克的可吸入颗粒，空气质量达到二级以上的天数便增加一天。 回归系数检验统计量t=-16.209，相伴概率值为0.000<0.001，认为两个变量线性关系极为显著，所以建立的回归方程是有效的。9.2 降水量和空气质量达到二级以上的天数的一元线性回归分析降水量和空气质量达到二级以上的天数的一元线性回归分析结果如表9.2 及表 9.2.3 及表 9.2.4 所示：表 9.2模型汇总模型标准 估计的误RR 方调整R方差1.425 a.181.16726.485a. 预测变量 : ( 常量 ), 年平均降水量。表 9.2.3 Anovab模型平方和df均方

24、FSig.1回归9282.30319282.30313.233.001 a残差42087.69760701.462总计51370.00061a. 预测变量 : ( 常量 ), 年平均降水量。b. 因变量 : 空气质量达到二级以上的天数表 9.2.4 系数 a模型非标准化系数标准系数相关性B标准 误差试用版tSig.零阶偏部分1(常量 )303.9536.45647.000年平均降水量.006.4253.638.001.425.425.425a. 因变量 : 空气质量达到二级以上的天数由表 9.2 所示，本次回归分析得到的相关系数R=0.425 ，调整的决定系数R方为 0.167 ，模型拟合效果

25、不是很理想。从表9.2.3 可以看出，离差平方和为51370 ，残差平方和为42087.697，回归平方和为 9282.303 ，显著性检验统计量F为 13.233 ，对应的置信水平为0.001 ，远比常用的置信水平0.05要小，认定方程是显著的。从表9.2.4 可以看出回归方程为y（空气质量达到二级以上的天数）=0.文案大全实用标准文档（降水量） +303.953，可知每增加 0.023 毫米的降水量， 空气质量达到二级以上的天数便增加一天。回归系数检验统计量t=-3.638，相伴概率值为0.001=0.001，认为两个变量线性关系不显著，所以建立的回归方程是无效的。10 多元线性回归分析因

26、为降水量和空气质量达到二级以上的天数的一元线性回归分析结果为不显著，但在前面的分析结果中显示降水量对空气质量有一定的影响，且此影响为正相关。所以可能降水量对影响空气质量的因素有所影响，但具体是那个因素就不得而知，所以需要进行多元线性回归分析，我把可吸入颗粒、二氧化硫、 二氧化氮、 温度、降水量作为自变量，空气质量达到二级以上的天数作为因变量，做多元线性回归分析，分析结果如表10.1 及表 10.1.2 及表 10.1.3表 10.1 模型汇总模型标准估计的误RR方调整R方差1.903 a.816.80012.992a. 预测变量 : ( 常量 ), 年平均温度 , 二氧化氮 , 二氧化硫 ,

27、可吸入颗粒, 年平均降水量。表10.1.2 Anovab模型平方和df均方FSig.1回归41917.87258383.57449.669.000 a残差9452.12856168.788总计51370.00061a. 预测变量 : ( 常量 ), 年平均温度 , 二氧化氮 , 二氧化硫 , 可吸入颗粒 , 年平均降水量。b. 因变量 : 空气质量达到二级以上的天数表 10.2系数 a模型非标准化系数标准系数B标准误差试用版tSig.文案大全实用标准文档1(常量 )425.71410.99938.705.000可吸入颗粒-1097.80896.503-.881-11.376.000二氧化硫-1

28、6.095.044-.009-.128.899二氧化氮4.547161.366.002.978年平均降水量.003.005.588.559年平均温度-.108.548-.019-.844a. 因变量 : 空气质量达到二级以上的天数由表 10.1 所示，本次回归分析得到的相关系数R=0.903 ，调整的决定系数R方为 0.800 ，模型的解释能力很强。从表10.1.2 可以看出，离差平方和为51370 ，残差平方和 ,9452.128 ，,回归平方和为41917.872，显著性检验统计量F为 49.669 ，对应的置信水平为0.000 ，远比常用的置信水平0.05 要小认定方程整体很显著。从表1

29、0.1.3 可以看出回归方程为：空气质量达到二级以上的天数=-1097.808可吸入颗粒 +-16.095二氧化硫 +4.58 二氧化氮 +0.003 降水量 +-0.1008温度 +425.71411 总结综上所统计的结果，总结如下：可以将我国 31 个城市的空气类型分为四类：污染、轻微污染、良、优。第一类型的城市属于污染型城市，这些城市人口密集，交通拥挤，工业发达。第二类型的城市属于轻微污染型，这些城市的工业类型多以轻工业为主，对大气的污染较轻。第三类型的城市空气质量良好，不会影响人体的健康。第四类型的城市空气质量优，尤其是，作为我国独具特色的一个旅游城市，在发展经济的同时，特别需要将环境

30、保护的重要性提上日程，不可再走先污染后治理的道路。从以上的统计中发现，影响空气质量的主要因素为空气中可吸入颗粒的含量，其主要影响人体的呼吸道，因此各地区治理环境的关键是减少可吸入颗粒的含量及排放，结合实际不难发现可吸入颗粒的主要排放来自于工厂及汽车，所以控制工厂的废气排放及控制车辆的上升对空气质量的好转有一定的帮助从 2011 年较 2010 年的城市空气质量数据来看， 空气质量有所好转， 但此好转的幅度不大， 并且虽然总体表现好转，但仍存在个别的城市由好变坏，这就给我们一个警示不能先污染后治理。12 统计调查方案12.1问题提出12.1.1问题背景1997 年，国务院决定对我国的重点城市进行

31、空气质量周报，空气质量周报的容包括对几种主要文案大全实用标准文档污染物（可吸入颗粒，二氧化硫，二氧化氮）的检测状况和结果，以空气污染指数的形式报告。空气污染指数反映了一个城市的污染情况和污染的变动规律，对环保工作的开展具有重要的指导意义。空气污染指数 (Air PollutionIndex,简称 API) 是评估空气质量状况的一组数字，它关注的是人在吸入受到污染的空气以后几小时或几天人体健康可能受到的影响。空气污染指数划分为0 50、51 100 、101 150 、151 200 、201 250 、251 300 和大于 300 七档 ,对应于空气质量的七个级别。指数越大，级别越高，说明污

32、染越严重，对人体健康的影响也越明显。级别一：空气污染指数为0 50 ，此时对应的空气质量级别为I 级，空气质量状况属于优。此时不存在空气污染问题，即对公众的健康没有任何危害.级别二：空气污染指数为51 100 ，此时对应的空气质量级别为II 级，空气质量状况属于良。此时空气质量被认为是可以接受的，除极少数对某种污染物特别敏感的人以外，对公众健康没有危害。级别三：空气污染指数为101 150 ，此时对应的空气质量级别为III（ 1 ）级，空气质量状况属于轻微污染。此时，对污染物比较敏感的人群，例如儿童和老年人、呼吸道疾病或心脏病患者，以及喜爱户外活动的人，他们的健康状况会受到影响，但对健康人群基

33、本没有影响。空气污染指数为151 200 ，此时对应的空气质量级别为III （2 ）级，空气质量状况属于轻度污染。此时，几乎每个人的健康都会受到影响，对敏感人群的不利影响尤为明显。级别四：空气污染指数为201 300 ，此时对应的空气质量级别为IV （ 1）级和 IV （2 ）级，空气质量状况属于中度和中度重污染。此时，每个人的健康都会受到比较严重的影响。级别五：空气污染指数大于300 ，空气质量级别为V 级，空气质量状况属于重度污染。此时，所有人的健康都会受到严重影响。12.1.2问题提出此次课程设计， 我想针对中国主要城市在 2010 年及 2011 年的空气质量， 利用 SPSS 软件进

34、行统计分析。先是对全国各主要城市的空气质量进行横向比较，分析我国的空气质量的总体情况和地区差异，然后对代表性空气质量影响因素进行分析。根据构想，设计主要解决问题：城市空气质量相似的城市分类，各类的频数统计，影响城市空气质量的因素的描述性统计（这是为后面的分析做铺垫） ； 2011 年相对于 2010 年，城市空气质量总体变化如何，各个参数又变化如何；各个影响参数对空气质量的影响程度如何；影响程度大的参数与城市空气质量的关系如何（影响程度分好坏），各个参数之间的关系如何。12.2确定调查对象和调查单位12.2.1确定调查对象根据问题的背景及提出的问题不难发现，本设计所要调查的对象即调查的总体是全

35、国主要城市文案大全实用标准文档的空气质量，总体指标包括：可吸入颗粒的含量、二氧化硫的含量、二氧化氮的含量、空气质量达到二级以上的天数、年平均温度、年平均降水量六项并且调查对象的指标数据要求准确、可靠、合理。12.2.2确定调查单位根据总体的确定，不难发现调查单位是每一个城市的空气质量，单位的标志包括：可吸入颗粒的含量、二氧化硫的含量、二氧化氮的含量、空气质量达到二级以上的天数、年平均温度、年平均降水量六项并且调查单位的标志数据要求准确、可靠、合理。12.3确定调查容根据 1.2 中调查对象的指标及调查单位的标志可以确定调查容，需要说明的是影响空气质量好坏的因素有很多，如：湿度、人口密度等。为此我只选取了可以找到数据的六个指标，分别是可吸入颗粒物 （ PM10 ），二氧化硫 （ SO2 ），二氧化氮 （ NO2 ），空气质量达到二级以上的天数（ days ），年平均温度（wendu ），年平均降水量（water ）。这六个指标反映了两个影响方面：呼吸健康影响（前三个）和热舒适度（温度和降水量）。12.4调查方式和方法本设计的调查方式和方法是选择2011