段晓鸣

【摘 要】 本文运用主成分回归的方法研究了全球平均气温与CO2,N2O,CFC.11,CFC.12,TSI,Aerosols六个自变量之间的关系,选取了自1983年5月到2008年12月的数据,得到了影响气温的主要因素及其大致的影响程度。

【关键词】 全球变暖 主成分 回归分析 PCR

1.引言

众所周知,全球变暖是威胁人类生存的一大问题,在过去几十年中,全球平均气温有所升高,全球变暖会导致海平面上升和极端天气频现等问题,影响人们的正常生活。本文运用PCR(主成分回归分析,是以主成分为自变量进行的回归分析)研究了全球平均气温与上述六个自变量的关系。

2.全球平均气温案例研究

2.1主成分分析

建立多元回归模型为,因变量为emp(全球平均气温与一个参考值之差),利用R软件得:

回归方程和系数均通过了拟合优度检验,但X2和X3的系数为负,CFCS(氟氯烃化合物)是具有强烈增温效应的温室气体,与因变量负相关与实际情况不符。猜测该回归模型具有较为严重的多重共线性。检验得K=2.015048e+20,有非常严重的多重共线性,对变量作主成分回归,

前四个主成分已达到99%的贡献率,考虑选择四个主成分作进一步的分析。

2.2建立修正后的回归模型

利用提取的四个主成分建立新的回归模型

上述结果得到的是响应变量与主成分的关系,应用起来不方便,做变换得到回归方程为:

2.3回归模型的检验与解释

调整后的R2为61%,拟合较好;F检验的p值接近于0,回归方程显著;在0.05的显著性水平下,各回归系数均可通过检验。

在其它条件不变的情况下,CO2含量每增加一个单位,平均气温平均上升0.03940850个单位,其他变量以此类推进行解释。

3.結论

本文运用PCR分析得出六个自变量对因变量均有显著影响,为防止进一步变暖,应严格控制污染物排放量,,改革能源结构,从根源上解决全球变暖问题,是我们每个人的责任。

【参考文献】

[1] 薛毅,陈立萍.统计建模与R软件[M].清华大学出版社,2007

[2] 左飞.R语言实战:机器学习与数据分析.电子工业出版社,2016

[3] 李倩星.R语言实战:编程基础、统计分析与数据挖掘宝典,2016

[4] 赵义军,张小轩,商梦娇.多元回归分析在温度预测中的应用及R实现.佳木斯大学学报(自然科学报),2016年11月第34卷第6期,P1020-P1025

[5] 尹楠.基于R语言的学生成绩统计的分析.信息与电脑,2014年3月,P153-P154

李倩星r语言实战_基于PCR的全球平均气温研究相关推荐

  1. 李倩星r语言实战_《基于R的统计分析与数据挖掘》教学大纲

    <基于 R 的统计分析与数据挖掘>课程教学大纲 课程代码: 090542009 课程英文名称: R Language and Data Mining 课程总学时: 32 讲课: 32 实验 ...

  2. R语言动态可视化:制作历史全球平均温度的累积动态折线图动画gif视频图

    在某些情况下,你可能希望通过在每帧中添加数据并保留先前添加的数据来进行动画处理.最近我们被客户要求撰写关于动态可视化的研究报告,包括一些图形和统计输出. 现在,我们将通过制作点线图的动画来探索. 以下 ...

  3. R语言实战应用-基于R语言的对应分析

    一.基本概念和原理 对应分析(Correspondence Analysis)是在因子分析的基础上发展起来的,对应分析是多变量统计分析中有用的分析方法.对应分析把R型和Q型因子统一起来,通过R型因子分 ...

  4. R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据

    R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据 目录 R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据

  5. R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据

    R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据 目录 R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据

  6. 基于R语言混合效应模型(mixed model)案例研究

    全文链接: http://tecdat.cn/?p=2596 在本文中,我们描述了灵活的竞争风险回归模型.回归模型被指定为转移概率,也就是竞争性风险设置中的累积发生率(点击文末"阅读原文&q ...

  7. mcem r语言代码_生态学数据处理常用R语言代码

    使用R来处理生态学数据越来越受到科研工作者的青睐,语义编程风格.漂亮的出图效果,能直接俘获众多用户.本文将生态学数据处理中经常会使用到的功能做个搜集整理. 本文假设读者有一些R的基础知识,对于R的编程 ...

  8. R语言实战:机器学习与数据分析源代码5

    本文辑录了<R语言实战--机器学习与数据分析>(电子工业出版社2016年出版)一书第6章至第7章前半部分(至136页)之代码.本书引言请见如下链接: http://blog.csdn.ne ...

  9. R语言实战(九)主成分和因子分析

    本文对应<R语言实战>第14章:主成分和因子分析 主成分分析(PCA)是一种数据降维技巧,它能将大量相关变量转化为一组很少的不相关变量,这些无关变量成为主成分. 探索性因子分析(EFA)是 ...

最新文章

  1. varnish介绍以及虚拟机的封装
  2. Keras vs tf.keras: 在TensorFlow 2.0中有什么区别?
  3. 大数据WEB阶段(十四)JavaEE开发模式
  4. 【Linux】一步一步学Linux——cal命令(75)
  5. 开源Asp.Net Core小型社区系统
  6. RabbitMQ的三大交换器详解
  7. php wp foo,WordPress 常用函数 / wpautop
  8. html5实现电子签名并下载
  9. 计算机毕业设计 HTML+CSS+JavaScript 云南美食网页设计 美食网页介绍代码
  10. 电工入门基础知识问答,入门电工学习宝典系列
  11. Android 悬浮窗日志工具
  12. 微信小程序首页加载的优化
  13. 人力资源外包(HRO)服务市场现状研究分析-
  14. 翻斗式雨量计的组成与工作原理
  15. 数据库系统概论 第七章设计数据库
  16. ios 常见异常之- Terminating app due to uncaught exception ‘NSInternalInconsistencyException‘, reason:
  17. 丘成桐数学竞赛2016
  18. Error: listen EADDRINUSE: address already in use 127.0.0.1:8888
  19. 企业桌面虚拟化服务器配置,云时代 企业如何搭建桌面虚拟化平台
  20. Excel学习日记:L31-布尔逻辑/and和or函数/sumproduct函数

热门文章

  1. Android 12的行为变更和版本兼容思路
  2. java实现qq抢红包_java实现 pta 抢红包代码
  3. The operation was rejected by your operating system.解决方法
  4. visual studio 2008运行时 error PRJ0003 : 生成“rc.exe”出错
  5. 只做macd二次金叉_{MACD低位二次金叉}做选股公式
  6. 【JavaScript】JS高频手写汇总
  7. JavaScript三种弹出框(alert,confirm和prompt)
  8. Cloud Native 与12-Factor
  9. 微信域名检测官方接口 微信域名实时检测系统
  10. 微信域名检测 实时查询域名是否被微信拦截