杭州市空气质量评价与预测论文

图1：直方图

从图1中可以看出，12组的API值都无法明显集中趋势。 (3)方差齐次性检验表

表3：方差齐次性检验表 方差齐性检验 API Levene 统计量 6.349 df1 11 df2 4369 显著性 .000

从表3中可以看出，输出的显著性为0，远远小于0.05，因此我们认为各组的总体方差不相等。

以上结果均显示数据不符合正态分布，因此我们采用多独立样本K检验对其进行显著性差异说明。

(4)Kruskal-Wallis检验结果表

表4：Kruskal-Wallis检验结果表

检验统计量a,b 卡方 df 渐近显著性 API 234.670 11 .000 a. Kruskal Wallis 检验 b. 分组变量: 编号 表4为Kruskal-Wallis检验统计量表，卡方值为234.670，自由度为11，渐近显著性水平为0.000，远小于0.05。

综上所述，可见杭州市不同年份的空气质量存在显著的差异。

接着，我们利用excel表格对12年来API值的平均值做成折线图，如下图2：

图2：杭州市不同年份的空气质量折线图

观察图2，不难发现在过去的12年间杭州空气质量徘徊于60～100之间，对应标准表表1发现，杭州空气质量良好，且API呈缓慢下降的趋势。

4.3问题(3)的分析求解过程 4.3.1问题(3)的分析

该问题要求我们分析杭州市不同季节的空气质量是否有显著差异，如有，再对它的特点进行分析。我们选出了四个季节的API值，利用SPSS软件对其进行正态性、方差齐次性、多独立样本K检验，得出显著性结果。而后，利用excel表格对四个季节的API的平均值做成折线图，分析其变化特点。 4.3.2问题(3)的求解

利用SPSS软件对于四个季节的数据进行检验分析，可以得到以下图表。 (1)正态分布的检验结果

表5：正态性检验表 正态性检验 API Kolmogorov-Smirnova 统计量 .082 df 4605 Sig. .000 统计量 .896 Shapiro-Wilk df 4605 Sig. .000 a. Lilliefors 显著水平修正 从表5中可以看出，四组API值的显著性很低,正态分布特征不明显。 (2)直方图

图3：直方图

从图3可以看出，4组的API值都无法明显集中趋势。 (3)方差齐次性检验表

表6：方差齐次性检验表 方差齐性检验 API Levene 统计量 57.167 df1 3 df2 4601 显著性 .000 从表6中可以看出，输出的显著性为0，远远小于0.05，因此我们认为各组的总体方差不相等。

以上结果均显示数据不符合正态分布，因此我们采用多独立样本K检验对其进行显著性差异说明。

(4)Kruskal-Wallis检验结果表

表7：Kruskal-Wallis检验结果表

表7为Kruskal-Wallis检验统计量表，卡方值为358.927，自由度为3，渐近显著性水平为0.000，远小于0.05。

综上所述，可见杭州市不同季节的空气质量存在显著的差异。

接着，利用excel软件对不同季节API值的平均值做了折线图，见下图4，

图4：杭州市不同季节的空气污染指数变化折线图

观察图4，不难发现杭州四个季节的空气质量徘徊于79-80之间，对应标准表表1发现，杭州空气质量良好，而且可以看出，春季的API值相对较高,空气质量比其他三个季节差。

4.4问题(4)的分析求解过程 4.4.1问题(4)的分析

该问题要求我们分析杭州市不同月份的空气质量是否有显著差异，如有，再对它的特点进行分析。我们选出了12个月的API的值，利用SPSS软件对其进行正态性、方差齐次性、多独立样本K检验，得出显著性结果。而后，利用excel表格对12月来API的平均值做成折线图，从而分析其特点。 4.4.2问题(4)的求解

利用SPSS软件对于12个月的数据进行检验分析，可以得到以下图表。 (1)正态分布的检验结果

表8：正态性检验表

从表8中可以看出，12组API值的显著性很低,正态分布特征不明显。 (2)直方图