之间，rs?0为负相关，rs?0为正相关。秩相关系数rs是总体秩相关系数?s的估计值。
用spss软件进行spearman相关分析：
图4.6 PM2.5与SO2、NO2、CO的spearman相关系数 相关系数 Sig.(双侧) SO2 0.683 0 NO2 0.550 0 CO 0.75 0 可见PM2.5的浓度与SO2、NO2、CO的浓度都呈正相关关系。 下面进行回归分析：
表4.7 拟合度
模型汇总 标准 估计的误模型 1 R .815a R 方 .665 调整 R 方 .656 差 55.76539 a. 预测变量: (常量), CO, NO2, SO2。
表4.8 F检验
Anovab 模型 1 回归 残差 平方和 690888.402 348295.257 df 3 112 均方 230296.134 3109.779 F 74.055 Sig. .000a
表4.9 回归系数
系数a 非标准化系数 模型 1 (常量) SO2 NO2 CO a. 因变量: PM2.5 B -91.283 .435 .990 49.304 标准 误差 21.399 .191 .326 6.424 标准系数 试用版 t -4.266 .182 .203 .561 2.274 3.038 7.675 Sig. .000 .025 .003 .000
14
一般认为，相关系数达到0.1为小效应（R方0.01），0.3为中等（R方0.09），0.5为大（R方0.25），这是针对自然科学的一般界限。
本例中R方=0.665,说明该拟合可以解释66.5%的结果，而33.5%的结果没法解释。 F值是方差检验量，是整个模型的整体检验，看拟合的方程有没有意义。可见sig.<0.05,拟合有意义。
t值是对每一个自变量（logistic回归）的逐个检验，看它的回归系数有没有意义。可见每一个系数的sig.<0.05，所以每个系数都是有意义的。 故可得出以下方程
Y?49.304X(CO)?0.99X(NO2)?0.435X(SO2)?91.283
4.2.3.2 模型2：基于偏相关系数的相关性分析
偏相关系数的特点是不考虑其他因素研究单一因素，这样更加真实地反映了单个自变量与因变量的关系。
表4.10 PM2.5与SO2、NO2、CO的偏相关系数 SO2 NO2 CO 相关系数 0.210 0.276 0.587 Sig.(双侧) 0.025 0.003 0 控制变量 NO2&CO CO&SO2 NO2&SO2 可见PM2.5与SO2的相关性不显著，与NO2和CO的相关性显著。 下面进行spss回归分析：
表4.11 拟合度
模型汇总 标准 估计的误模型 1 R .806a R 方 .649 调整 R 方 .643 差 56.78579 a. 预测变量: (常量), CO, NO2。
表4.12 F检验
Anovab 模型 1 回归 残差 总计 平方和 674800.907 364382.752 1039183.659 df 2 113 115 均方 337400.453 3224.626 F 104.632 Sig. .000a 15
Anovab 模型 1 回归 残差 总计 平方和 674800.907 364382.752 1039183.659 df 2 113 115 均方 337400.453 3224.626 F 104.632 Sig. .000a a. 预测变量: (常量), CO, NO2。 b. 因变量: PM2.5
表4.13 回归系数
系数a 非标准化系数 模型 1 (常量) NO2 CO a. 因变量: PM2.5 B -105.726 1.300 57.424 标准 误差 20.809 .301 5.438 标准系数 试用版 t -5.081 .267 .653 4.316 10.560 Sig. .000 .000 .000 本例中R方=0.649,说明该拟合可以解释64.9%的结果，而35.1%的结果没法解释。 F值是方差检验量，sig.<0.05,拟合有意义。
t值是对每一个自变量（logistic回归）的逐个检验，每一个系数的sig.<0.05，所以每个系数都是有意义的。 回归方程如下：
Y?57.424X(CO)?1.3X(NO2)?105.726
4.2.3.3模型1与模型2的比较
显然，模型二比模型一拟合优度类似，但是模型二的偏相关分析因为SO2的不显著性排除了SO2的影响，所以接下来的分析采用模型2所得出的回归方程。
4.2.4 PM2.5变化模型
西安市从2012年6月1日起施行国IV排放标准，如下图
16
表4.14 国IV排放标准
假设所有车辆的尾气都符合排放标准，得出下表
表4.15公交车、私家车、出租车的排放量 比例（%） CO(g/km) NO2(g/km) 公交车 2.2 1.5 3.5 出租车 3.17 1 0.08 私家车 94.63 1 0.08 M(CO)?(2.2?1.5?97.8?1)qftdsl/100 M(NO2)?(2.2?3.5?97.8?0.08)qftdsl/100
代入数据得
M(CO)?3729kg
M(NO2)?572.6kg
已知分布在城区及500m的高度范围内，西安主城区面积827平方公里 求得
V?4.135?1011m3
进而
17
X(CO)?M(CO)?0.009mg/m3 VM(NO2)?1.38ug/m3 V
X(NO2)?假设当天污染物浓度如下图
表4.16 当天各类气体污染物浓度 气体 浓度
NO2(ug/m3) 79.2 CO(mg/m3) 1.72 PM2.5(ug/m3) 88.6 C(CO)?X(CO)?1.72?1.73mg/m3 C(NO2)?X(NO2)?79.2?80.58ug/m3
根据回归方程
Y?57.424C(CO)?1.3C(NO2)?105.726
得出
Y?98.37ug/m3
?Y?57.424X(CO)?1.3X(NO2)?2.31ug/m3
可见，由于拥堵造成的PM2.5浓度变化是2.31ug/m3.
4.2.5 交通拥堵产生的PM2.5对人类健康的影响
资料显示[3]，PM2.5主要对呼吸系统和心血管系统造成伤害，包括呼吸道受刺激、咳嗽、呼吸困难、降低肺功能、加重哮喘、导致慢性支气管炎、心律失常、非致命性的心脏病、心肺病患者的过早死。
每个人每天平均要吸入约1万升的空气，即10m3的空气。由
?Y?2.31ug/m3
得出每人由于交通拥堵而多吸入的PM2.5
E(PM2.5)?10?Y?23.1ug
研究显示，2.5微米以下的颗粒物，75%在肺泡内沉积。吸入人体并对人体
产生影响的PM2.5质量是
M(PM2.5)?17.325ug
18
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库数学建模竞赛交通拥堵对经济和公共健康的影响论文(4)在线全文阅读。
相关推荐：