基于spss的饮用水水质监测数据分析

基于spss的饮用水水质监测数据分析

随着人类社会的进步和经济的快速发展，饮用水安全问题越来越受到重视。水源污染日益严重，个别废水事故层出不穷，严重影响了人们的生活。饮用水的安全与人们生活息息相关,因此必须做好饮用水水质评价,为人们的饮水安全提供保障。水质综合评价就是根据各水质指标值,对某水体的水质等级进行综合评判,为水体的科学管理和污染防治提供决策依据,在地区可持续发展中具有重要意义。1主成分分析法及其应用水质评价要对多个水质评价指标进行分析,各个指标之间一般会具有一定程度的相关性,每一个指标从某一方面反映了水质的情况,但依据它们做出综合评价仍有一定的难度。目前常见的方法主要有:简单指数法、主成分分析法、分级加权评分法、普通概率统计法、模糊数学法等等,各种方法都有其优缺点。就水环境而言,已有许多研究者从多种影响因素的最终效果入手,摆脱纷繁指标之间的互相干扰,以简化的指标来反映水环境压力与水污染防治能力,对两者的关系进行深入探讨和分析,比较区域差异,为今后全国的水污染防治规划提供科学依据。本文介绍利用主成分分析法对水质进行评价,该方法在指标权重选取方面具有一定的优越性,并借助SPSS15.0版本软件进行数据处理,便于上机操作。社会科学统计软件SPSS(StatisticalProgramforSocialSciences)是世界上最早的统计分析软件,目前已经广泛应用于众多领域和行业,在国际学术交流中,凡使用SPSS软件完成的计算,可以不必说明算法,可见影响之大。作为统计分析工具,SPSS软件理论严谨、内容丰富,数据管理、统计分析、趋势研究、制表绘图、文字处理等功能,几乎无所不包。主成分分析也称主分量分析,旨在利用降维的思想,把较多指标转化为少数几个综合指标。在多指标变量研究中,由于每个指标都或多或少反映了所研究问题的某些信息,并且指标之间有一定的相关性,因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时,变量过多会增加计算量以及分析问题的复杂性,人们希望在进行定量分析的过程中,涉及变量较少,得到信息量较多。主成分分析正是适应这一要求产生的,是解决这类问题的理想工具。2factoranalysis的数据生成以某市13个水厂(水厂A~水厂M)的管网数据为例,取12个指标(汞、砷、氟化物、臭和味、铁、锰、溶解性固体、浑浊度、余氯、细菌总数、总有机碳、氨氮)作为测量数据。按步骤:Analyze→DescriptiveStatistics→Descriptives,弹出Descriptives对话框后,把左边方框内的原始数据选入Variables框中,在Savestandardizedvaluesasvariables前的方框打上钩,点击“OK”,经标准化的数据会自动填入数据窗口中(表1)。需要注意的是,SPSS软件处理的数据必须全是数字,不能是其他字符,因此必须将文字叙述的指标舍去或是改为相对应的数字。从表1中可以清楚的看出溶解性固体的方差值最大,说明极大值与极小值相差最大,反映出溶解性固体在不同时期波动较大;而铁的方差值只有0.01405,相应的体现出铁在不同时期波动很小;数据标准化是为数据进一步分析做准备。按步骤:Analyze→Date→Factor,在出现的FactorAnalysis对话框中,将标准化后的指标数据(Z开头的数据)导入Variables框中,点击Descriptives对话框,在CorrelationMatrix框组中选中Coefficients,然后点击Continue,返回FactorAnalysis对话框,点击“OK”。即会生成相对应的表2。表2显示的是各指标相互间的相关性,两指标之间联系系数的绝对值越大,则这两指标之间的联系越紧密。从表2中可以看出溶解性固体与砷相关系数绝对值0.954,相对其它值是最大的,说明溶解性与砷之间有着较大的相关性;而氟化物与铁相关数的绝对值只有0.007,说明氟化物与铁之间相关性最差,指标之间相关性都可按此分析。接着点击Extraction对话框,选择principalcomponents方法,将Display中的Screeplot前的小方框勾上,并且在Numberoffactor中写上2,一般只要选择2个主成分就可以完成主成分分析的目的。点击Continue→OK,软件数据输出表中就会生成方差表(表3)和碎石图(图1)。主成分个数提取原则为主成分对应的特征值大于1的前m个主成分,特征值可以看成是表示主成分影响力度大小的指标,如果特征值小于1,说明该主成分的解释力度不够。表3中显示前2个主成分累计贡献率达70%以上,即这2主成分就能解释大部分数据,因此可以选择这2个主成分进行提取分析。图1更加直观的将各指标特征值显示在图中。从图1中可以很清晰的看到指标1对应的特征值大于6。特征值大于1的总共有4个指标,其余的特征值均小于1。再将Rotation点出,勾上Lodingplot前的小方框,Continue→OK,则会生成图2。在图2中,指标离中心越远,说明指标与主成分之间的相关系数越大。在图上可以看出,铁、臭和味、浑浊度三个指标聚集在一起,表明它们之间联系紧密;而总有机碳、氨氮、溶解性固体、余氯、氟化物四个指标聚集在一起,此图比较直观的表明了这些指标之间的亲疏关系。表4(主成分载荷矩阵)显示的是各指标与主成分之间的关系,指标与某一主成分的联系系数的绝对值越大,则该主成分与指标之间的联系越紧密。从表4可看出,总有机碳、溶解性固体、砷、氨氮、锰、氟化物、余氯这些指标在第一主成分上的荷载较高,说明第一主成分反映了这些指标的信息。而铁、臭和味、汞、浑浊度、细菌总数在第二主成分的荷载较高,则第二主成分反映的是这5个指标的信息。因此,用两个主成分就可以全面的解释原来的指标。最后我们要计算出各个水厂的主成分得分及综合得分,也是进行水质分析最重要的一步。主成分得分值一步算法:利用Transform→compute,在对话框中输入y1=FAC1_1*SQR(λ1),y2=FAC2_1*SQR(λ2),λ1、λ2分别是第一主成分和第二主成分的贡献值。SPSS软件自行计算出主成分得分,其结果显示在数据窗口最右边。由主成分得分与客观权重(即方差贡献率)之积得出综合得分,具体见表5。从表5中清晰的表现出水厂D的水质情况最好,而水厂A水质情况最差,这样13个水厂的水质情况一目了然。3水化学指标的组成综上所述,通过水质指标进行主成分分析之后,可以从大样本多指标中发现主要指标,并用少数几个指标代替,使得在不损失太多信息的基础上对复杂问题进行分析。通过分析,可以确定影响该市自来水厂管网水质的主要指标有总有机碳、溶解性固体、砷、氨氮、锰、氟化物、余氯,其次是铁、臭和味、汞、浑浊度以及细菌总数。因此,可以通过这些主要指标找出影响自来水水质等级的原因。4水安全及卫生问题成为全球的重大战略问题水是人类赖以生存和发展的物质基础,饮水安全则是影响人体健康和