城市热岛影响因素地分析方法.ppt

四、数据主成分分析方法（提取） 先进行相关分析 四、数据主成分分析方法（提取） 进行主成分分析 四、数据主成分分析方法 相关性 ? 年末人口总计 地区生产总值 全社会用电 年末人口总计 Pearson 相关性 1 .393 .295 显著性（双侧） ? .183 .328 N 13 13 13 地区生产总值 Pearson 相关性 .393 1 .854** 显著性（双侧） .183 ? .000 N 13 13 13 全社会用电 Pearson 相关性 .295 .854** 1 显著性（双侧） .328 .000 ? N 13 13 13 煤气供气总量 Pearson 相关性 .624* .934** .857** 显著性（双侧） .030 .000 .000 N 12 12 12 年均温度 Pearson 相关性 -.315 .308 .343 显著性（双侧） .295 .306 .251 N 13 13 13 由相关系数看出，煤气供气总量与其余四个变量之间存在显著相关性，其余变量间也存在显著相关性，可以进行主成分分析。 煤气供气总量 年均温度 .624* -.315 .030 .295 12 13 .934** .308 .000 .306 12 13 .857** .343 .000 .251 12 13 1 .144 ? .655 12 12 .144 1 .655 ? 12 13 四、数据主成分分析方法（提取） 公因子方差 ? 初始 提取 年末人口总计 1.000 .801 地区生产总值 1.000 .913 全社会用电 1.000 .871 煤气供气总量 1.000 .973 年均温度 1.000 .846 此表为变量共同度，表中“提取”项中的数据如果都大于0.85，即表示提取的主成分对每个变量的解释成都都较高。 如果变量的共同度过很低，如不到0.5，说明提取的主成分没有包含此变量的信息，就要增加主成分的个数。 四、数据主成分分析方法（提取） 解释的总方差 成份 初始特征值 提取平方和载入 特征根 方差的 % 累积 % 合计 方差的 % 累积 % 1 3.108 62.155 62.155 3.108 62.155 62.155 2 1.297 25.932 88.087 1.297 25.932 88.087 3 .417 8.336 96.423 ? ? ? 4 .145 2.896 99.320 ? ? ? 5 .034 .680 100.000 ? ? ? 此表为“方差贡献表”，方差的%代表每个特征根对方差的贡献； 有两个特征根大于1，可提取1、2两个主成分； 第1个特征根为3.108，方差贡献率为67.122%，第2个特征根为1.297，方差贡献率为25.932，两者累计贡献率为92.323%； 所以提取两个主成分是比较合适的。 四、数据主成分分析方法（提取） 按特征根大小排列的主成分分析图； 在第三特征根处变平缓，表明可提取两个主成分。 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。 学习动物精神 12、善解人意的海豚：常常问自己：我是主管该怎么办才能有助于更好的处理事情的方法。在工作上善解人意， 会减轻主管、共 事者的负担，也 让你更具人缘。 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。 学习动物精神 12、善解人意的海豚：常常问自己：我是主管该怎么办才能有助于更好的处理事情的方法。在工作上善解人意， 会减轻主管、共 事者的负担，也 让你更具人缘。 热岛影响因素数据研究方法初步研究 葛荣凤 2013年8月 内容大纲 数据相关性处理方法 数据一元线性回归方法 数据多元线性回归方法 数据主成分分析方法 一、数据相关性处理方法 1 信息源 （1）气象数据（因变量）： “中国气象数据科学共享服务网”中查找到的北京、天津及各主要城市的2012年年均温度值； （2）城市相应数据（自变量）：从2012年《中国统计年鉴》获取北京、天津及各主要城市的用电、工业产值、绿化等数据。 2 分析方法 使用spss统计软件对获取的数据进行相关性研究（双相关）、各变量间的一元线性回归、多元线性回归、及主因子分析。 一、数据相关性处理方法 城市 年末人口总计 自然增长率 第一产