应用统计学课程设计-运用SPSS对城市空气质量的统计分析
利用spss课程设计
利用spss课程设计一、教学目标本课程的教学目标旨在帮助学生掌握SPSS软件的基本操作和数据分析方法，培养学生运用统计学知识解决实际问题的能力。
具体目标如下：1.知识目标：使学生了解SPSS软件的界面布局和功能模块，掌握数据导入、数据编辑、变量视图和数据视图的基本操作；掌握描述性统计、参数检验、非参数检验、相关分析、回归分析等数据分析方法。
2.技能目标：培养学生能够独立完成SPSS数据分析任务，具备处理和分析实际数据的能力，能够根据数据分析结果给出合理的结论。
3.情感态度价值观目标：培养学生对统计学学科的兴趣和好奇心，提高学生运用统计学知识解决实际问题的意识，培养学生的团队协作能力和创新精神。
二、教学内容本课程的教学内容主要包括SPSS软件的基本操作和数据分析方法。
具体安排如下：1.SPSS软件基本操作：介绍SPSS软件的界面布局、数据导入、数据编辑、变量视图和数据视图等基本操作。
2.描述性统计分析：包括频数分布、描述性统计量、图表绘制等方法。
3.参数检验：包括t检验、方差分析、卡方检验等方法。
4.非参数检验：包括秩和检验、威尔科克森符号秩检验等方法。
5.相关分析：包括皮尔逊相关系数、斯皮尔曼等级相关等方法。
6.回归分析：包括线性回归、多元回归等方法。
三、教学方法为了提高学生的学习兴趣和主动性，本课程将采用多种教学方法相结合的方式，包括讲授法、讨论法、案例分析法和实验法等。
1.讲授法：通过讲解SPSS软件的基本操作和数据分析方法，使学生掌握相关理论知识。
2.讨论法：学生针对实际案例进行讨论，培养学生的思考和分析问题的能力。
3.案例分析法：分析实际案例，引导学生运用SPSS软件进行数据分析，提高学生的实践能力。
4.实验法：安排实验课，让学生亲自动手操作SPSS软件，巩固所学知识。
四、教学资源为了支持教学内容和教学方法的实施，丰富学生的学习体验，我们将选择和准备以下教学资源：1.教材：选用《SPSS统计分析与应用》作为主讲教材，辅助以其他相关教材和参考书。
spss的综合运用——以我国城市空气质量分析为例
spss的综合运用——以我国城市空气质量分析为例SPSS（统计产品和服务解决方案）是一种广泛使用的统计分析软件，它可以用于数据处理、数据分析和预测建模等任务。
在我国城市空气质量分析中，可以利用SPSS进行如下几个方面的综合运用：1. 数据清洗和整理：首先需要收集城市空气质量相关的数据，包括空气质量指数（AQI）和各个监测点的相关数据。
然后，使用SPSS进行数据清洗和整理，剔除异常值和缺失值，以确保数据的准确性和完整性。
2. 描述性统计分析：利用SPSS可以计算各个城市的平均空气质量指数、标准差等统计指标，以及绘制相关统计图表，如柱状图、折线图等，以便对不同城市的空气质量进行比较和描述。
3. 相关性分析：使用SPSS可以进行相关性分析，以了解不同因素与空气质量之间的关系。
可以计算不同污染物浓度（如PM2.5、PM10、O3等）与空气质量指数的相关系数，并进行显著性检验，以确定是否存在显著的相关关系。
4. 回归分析：通过回归分析可以探究不同变量对空气质量的影响程度。
可以使用SPSS进行多元线性回归分析，建立空气质量指数与污染物浓度、气象因素等多个自变量之间的关系模型，并进行参数估计和显著性检验。
5. 聚类分析：可以使用SPSS进行聚类分析，将城市按空气质量指数和污染物浓度等因素进行分类，以便对城市进行对比和评估。
聚类分析可以帮助发现城市之间的差异，并为进一步的空气质量改善提供参考。
6. 时间序列分析：通过分析历史数据，利用SPSS进行时间序列分析，可以揭示城市空气质量的长期趋势和季节性变化，帮助预测未来的空气质量状况，以及制定相应的政策和措施。
SPSS在我国城市空气质量分析中的综合运用可以包括数据清洗和整理、描述性统计分析、相关性分析、回归分析、聚类分析和时间序列分析等方面，这些分析结果可以为了解和改善城市空气质量提供科学依据。
SPSS的综合运用——以我国城市空气质量分析为例
SPSS的综合运用——以我国城市空气质量分析为例年欢管理科学与工程 2013200644（一）实验目的近年来随着现代化和工业化的进程，我国大气污染状况十分严重，主要呈现煤烟型污染特征，城市大气环境中总悬浮颗粒浓度普遍超标、二氧化硫污染保持在较高水平、机动车尾气污染物排放总量迅速增加、氮氧化物污染趋势加重、全国形成多个酸雨区等，危害生态环境、影响人民群众身体健康。
从污染物构成来看，我国大气污染来源主要有三个方面：一是生活污染源，包括饮食或取暖时燃料向大气排放有害气体和烟雾;二是工业污染源，包括火力发电、钢铁和有色金属冶炼，各种化学工业给大气造成的污染;三是交通污染源，包括汽车、飞机、火车、船舶等交通工具的煤烟、尾气排放。
本文通过聚类分析和主成分分析法，研究我国主要城市的空气质量，以及各参数对空气质量好坏的影响以及最主要的影响因素。
并据此提出科学合理的对策建议。
（二）问题描述在2013年之前，大部分人对于雾霾天气的认知都会自然而然觉得是北京的事。
然而，12月伊始，我国遭受了入冬以来最大范围雾霾天气，今年12月伊始，我国中东部地区迎来了严重雾霾事件，几乎涉及中东部所有地区。
天津、河北、山东、江苏、安徽、河南、浙江、上海等多地空气质量指数达到六级严重污染级别，使得京津冀与长三角雾霾连成片。
由于能见度过低，导致多处高速公路封道关闭，给车辆出行带来了不便，也严重影响了市民的正常工作与生活。
（三）数据来源通过查询“中华人民共和国国家统计局官方网站”的“国家统计数据库”，《中国统计年鉴》获得。
（四）案例中使用的SPSS方法1.描述性分析2.相关分析3.聚类分析4.主成分分析（五）实验内容与步骤1.城市空气质量因素的描述性统计本实验对城市空气质量的可吸入颗粒物、二氧化硫、二氧化氮、空气质量达到及好于二级的天数、年平均气温和年平均相对湿度六项影响空气质量的因素做描述性统计分析，包括频数、极小值、极大值、均值和标准差五个项目，见表1.1。
应用统计学方法分析气象环境中的空气质量研究
应用统计学方法分析气象环境中的空气质量研究空气质量是指大气中各种有害物质的含量和分布状况。
气象环境的空气质量与人类和自然环境息息相关，因此，准确地了解气象环境中的空气质量对人们的健康及环境保护至关重要。
这时候，统计学方法的应用就变得非常必要了。
统计学方法是指通过对已知数据进行分析，并推断未知问题的方法。
这种方法可以有效地发现数据中的规律性和趋势规律，从而准确地预测气象环境中的空气质量变化趋势，及时做出相应的应对措施。
在气象环境中应用统计学方法分析空气质量，可以从以下几个方面来进行：1. 空气质量的监测首先，我们需要对气象环境中的空气质量进行监测，在监测过程中，需要收集不同地点、气象条件下的空气质量数据，并对数据进行分析。
一般来说，空气质量监测数据具有时序性和空间性等特点，可以利用时间序列分析和地理信息系统技术进行分析。
利用时间序列分析方法，可以分析气象环境中的空气质量随时间的变化趋势及周期性变化；使用地理信息系统技术，可以分析不同地点的污染源、排放量及物理、化学因素等信息，结合气象条件进行分析。
2. 空气质量指数的计算空气质量指数是用来描述空气质量状况的一个综合指标。
它综合考虑了多种空气污染物的浓度、对人体健康的影响，以及主要气象要素的影响，通过数值化的方式反映出空气质量的好坏。
对于空气质量指数的计算，可以利用灰色预测模型、神经网络模型等方法进行计算。
这些方法可以通过历史数据建立数学模型，预测未来空气质量指数的变化趋势，以及特定天气或污染情况下的空气质量指数。
这样，可以为环保决策提供必要的参考和依据。
3. 空气污染源的分析空气污染源是导致气象环境空气质量恶化的主要原因，因此，需要对空气污染源进行分析。
可以利用统计学方法对空气污染源进行排放量分析、流量分析和污染物浓度分析。
结合空气质量监测数据，可以确定污染源的位置、类型和排放量等信息，并提出相应的管控和治理方案。
4. 空气质量预测空气质量预测是利用历史数据和气象条件等信息，通过模型分析和推断，预测未来空气质量的变化趋势和浓度。
对我国主要城市空气质量的聚类分析
对我国主要城市空气质量的聚类分析摘要本文应用多元统计分析中聚类分析理论，使用SPSS17.0软件和spss13.0对我国主要城市的空气质量进行了聚类分析，将31个城市按照空气质量的类型分为了四类。
在此基础上，对这些城市的空气质量归属进行了回报判别，结果令人满意。
1引言大气环境质量评价是环境质量评价的一项重要内容。
对空气环境质量的充分认识对我国社会的可持续发展具有现实的指导意义。
在多元统计分析中，常常使用聚类分析和判别分析来解决样本的分类问题。
在事先不知道应将样品或指标分为几类、怎么分类的情况下，可以使用聚类分析根据样本或指标的相似程度，将样本或指标归组分类。
聚类分析的基本思想是：在样品之间定义距离，在变量之间定义相似系数，距离或相似系数代表样品或者变量之间的相似程度。
按相似程度的大小，将样品逐一归类，关系密切的类聚集到一个小的分类单位，然后逐步扩大，使得关系疏远的聚合到一个大的分类单位，直到所有的样品都聚集完毕，形成一个表示亲疏关系的谱系图，依次按照某些要求对样品进行分类。
一般地，根据分类对象的不同，聚类分析可以分为Q型和R型两大类。
Q型聚类分析是对样本进行分类处理，R型聚类分析是对变量进行分类处理。
[2]判别分析也是一种数据的分析方法。
在事先已经建立了样品分类，需要将新样本归入到已知分类的样本组中时，就可以使用判别分析。
本文以4种空气质量指标为变量，采用系统聚类分析Ward方法（离差平方和法），对我国31个主要城市的空气质量类型进行了聚类。
并在此基础上，对这些城市的空气质量归属进行了回报判别。
从结果来看，比较圆满地完成了预定目标。
2聚类分析和主要城市空气质量类型的划分2.1指标的选取本文选取了全国31个城市的2008年的四项空气质量指标作为对空气质量类型划分的依据，所选数据全部来自《中国统计年鉴》，具体见下表。
主要城市空气质量指标 (2008年)单位：毫克/立方米城市空气质量达到及可吸入颗粒物二氧化硫二氧化氮好于二级的天数(天)北京0.123 0.036 0.049 274 天津0.088 0.061 0.041 322 石家庄0.116 0.046 0.031 301 太原0.094 0.073 0.021 303 呼和浩特0.070 0.049 0.045 340 沈阳0.118 0.059 0.037 323 长春0.096 0.030 0.038 342 哈尔滨0.102 0.043 0.055 308 上海0.084 0.051 0.056 328 南京0.098 0.054 0.053 322 杭州0.110 0.052 0.053 301 合肥0.134 0.022 0.025 257 福州0.071 0.023 0.046 354 南昌0.083 0.050 0.036 344 济南0.126 0.052 0.022 295 郑州0.094 0.060 0.047 325 武汉0.113 0.051 0.054 294 长沙0.097 0.053 0.043 329广州0.071 0.046 0.056 345 南宁0.056 0.040 0.044 352 海口0.043 0.009 0.017 366 重庆0.106 0.063 0.043 297 成都0.111 0.049 0.052 319 贵阳0.082 0.064 0.023 347 昆明0.067 0.051 0.039 366 拉萨0.051 0.005 0.024 353 西安0.113 0.050 0.044 301 兰州0.132 0.070 0.054 268 西宁0.118 0.029 0.030 296 银川0.084 0.049 0.021 330 乌鲁木齐0.145 0.105 0.065 261表2Rescaled Distance Cluster CombineC A S E 0 5 10 15 20 25Label Num +---------+---------+---------+---------+---------+11 -+27 -+3 -+4 -+15 -+29 -+17 -+-----+22 -+ |8 -+ |9 -+ +-------------+18 -+ | |30 -+ | |2 -+-----+ |10 -+ |6 -+ +---------------------------+16 -+ | |23 -+ | |21 -+---+ | |25 -+ | | |13 -+ +---------------+ |26 -+ | |20 -+---+ |5 -+ |7 -+ |14 -+ |19 -+ |24 -+ |12 -+ |31 -+-----------------------------------------------+1 -+28 -+表 3类型城市第一类合肥，兰州，太原，呼和浩特，郑州，银川，长沙，上海，成都第二类南京，广州，乌鲁木齐，石家庄，杭州，武汉，长春，贵阳第三类拉萨，重庆，南昌，西安，海口，哈尔滨，沈阳，济南，南宁，昆明第四类天津，西宁，福州，北京从图1，2中可以看出，全国31个城市可以分为四种空气质量类型，如表3所示。
探讨利用SPSS软件分析城市大气环境污染
探讨利用SPSS软件分析城市大气环境污染摘要：伴随着我国经济的高速发展，城市化的持续加速，城市大气污染问题也愈发严重，对人民群众的生产生活造成极大的影响。
更好地保护和改善空气质量，为人民群众提供健康舒适的环境。
本文主要采用SPSS软件的主成分分析方法对城市的空气质量进行研究，探讨各参数对空气质量的影响及因素。
关键词：SPSS软件分析；城市大气环境污染；主成分分析方法近年来，伴随着现代化、工业化的发展，我国主要城市大气中的“煤烟”类污染占主导地位，大气中的总悬浮物含量偏高，SO2污染偏高，汽车排放污染物总量迅速增长，NOx污染日趋严重，我国已经出现多个“酸雨区”。
这不仅给生态环境带来严重的破坏，而且还会影响到人们的身体健康。
在污染物的组成上，空气污染可以分为三类：第一类是生活污染源，即食物、取暖、燃烧等过程中产生的有害气体、烟气；二是工业污染源，主要指火电、钢铁厂、有色金属厂、各类化工企业等引起的空气污染；三是交通污染物，包括机动车、航空器、火车和轮船等交通工具产生的烟尘和尾气。
一、SPSS软件技术概述1.1SPSSSPSS(Statistical Package for the Social Science）是一种广泛应用于多个学科的、具有广泛应用前景的数据处理软件。
该软件具有无需编写程序，只需简单的图形界面就能完成，而且运算速度很快的特点，因而深受广大用户的喜爱。
目前，SPSS是一种在社会，经济，生物，教育，心理学等众多学科中都有很大的应用。
1.2多元统计分析方法多元统计分析是一种有效的数学工具，可以快速分类、筛选、总结和提取少数隐含和独立的环境事件的主要控制因素，从而找出环境事件的科学规律。
它是实现快速有效的空间统计分析和数据挖掘的有效技术手段。
环境系统是一个非常复杂的体系，在研究往往涉及多个变量。
环境监测数据因其数量多、动态变化、相互关系等特点，给从这些数据中提取有用的信息带来了很大的困难。
石家庄市空气质量分析预测
石家庄市空气质量分析预测摘要摘要本文对石家庄市的空气质量进行了评价，并选出了主要的污染物进行研究分析，运用综合指数评价法和回归分析等方法对其空气质量进行分析，综合各种因素我们建立了如下模型。
1、运用空气质量检测的常用方法——算术平均值法，根据附件数据，找到污染严重的五个地区。
2、运用spss 软件我们对石家庄近一个月的pm2.5进行多种模型拟合分析，发现三次曲线模型的相关系数最接近1，曲线模型拟合度较高，因此我们运用三次曲线模型进行预测分析，运用下面式子C x b x b x b y +++=12233我们得到了六一儿童节pm2.5浓度预测值，再根据这些值来分析与评价未来五年空气质量；3、根据污染传播原理及气象学，分析模型的不足[关键词] 综合指数评价 回归分析 pm2.5 三次曲线模型 模型预测1、问题重述与问题分析1.1问题重述大气是由一定比例的氮气、氧气、二氧化碳、水蒸气和固体杂质微粒组成的混合物。
就干燥空气而言，按体积计算，在标准状态下，氮气占78.08%，氧气占20.94%，稀有气体占0.93%，二氧化碳占0.03%，而其他气体及杂质体积都大约是0.02%。
各种自然变化往往会引起大气成分的变化。
大气污染物对人体的危害是多方面的，主要表现是呼吸道疾病与生理机能障碍，以及眼鼻等粘膜组织受到刺激而患病。
大气中污染物的浓度很高时，会造成急性污染中毒，或使病状恶化，甚至在几天内夺去几千人的生命。
其实，即使大气中污染物浓度不高，但人体成年累月呼吸这种污染了的空气，也会引起慢性支气管炎、支气管哮喘、肺气肿及肺癌等疾病。
需要解决的问题：（1） 根据附件所给数据和污染物传播的原理从35个监测站所在位置中找出PM2.5污染较严重的5个位置；（2） 建立模型，预测污染最严重的那个监测站所在位置的2014年6月1号全天24小时 PM2.5的值；（3）如果要改进你的模型，你还需要哪些方面的数据并说明理由。
1.2问题分析空气是地球上的生物赖以生存的物质，空气中含有很多物质，这些物质对生物本身是有益而无害的。
统计分析与SPSS的应用第四版课程设计
统计分析与SPSS的应用第四版课程设计一、课程目标本课程旨在帮助学生掌握统计方法和SPSS软件的应用，能够熟练运用统计工具进行数据分析和统计推断，具备利用SPSS软件进行数据处理、描述性统计、方差分析、回归分析等能力，为学生今后从事科研工作和实践提供坚实的基础。
二、课程内容第一章统计学概述1.统计学的定义和应用领域2.统计学的基本概念和方法3.统计学的发展历程第二章数据描述1.数据的基本性质2.数据的分类和整理3.数据的图形表示4.数据的统计描述第三章概率分布和假设检验1.概率的基本概念和性质2.常用的概率分布及其特点3.假设检验的基本概念和方法4.假设检验的类型和步骤第四章单因素方差分析1.方差分析的基本概念和方法2.单因素方差分析的步骤和原理3.单因素方差分析的应用案例第五章多因素方差分析1.多因素方差分析的基本概念和方法2.两因素方差分析的步骤和原理3.三因素方差分析的应用案例第六章回归分析1.回归分析的基本概念和方法2.简单线性回归的步骤和原理3.多元回归的应用案例第七章 SPSS数据处理和分析1.SPSS软件基本操作和界面介绍2.SPSS数据导入和整理3.SPSS数据描述性统计分析4.SPSS方差分析与回归分析三、实验教学本课程采取理论与实践相结合的教学模式，将理论部分和实验部分结合起来，通过实验来加深学生对于方法和原理的理解，提高应用能力。
实验一、数据描述统计通过给出实验数据，让学生使用Excel软件对数据进行整理和描述性统计，并对数据进行可视化呈现。
实验二、方差分析通过给出实验数据，让学生使用SPSS软件对数据进行单因素和多因素方差分析，并对方差分析结果进行解释和分析。
实验三、回归分析通过给出实验数据，让学生使用SPSS软件对数据进行回归分析，并对回归分析结果进行解释和分析。
四、考核方式本课程考核采取综合评价方式，包括平时表现、实验报告、课堂测试和期末论文等，其中实验报告和期末论文为重要考核内容，具体比例如下：•平时表现：10%•实验报告：40%•课堂测试：20%•期末论文：30%五、参考资料1.大学生统计学（第4版），陈希孺、刘兴红、周卫平，中国人民大学出版社，2018年2.计量经济学——基础篇，吴敬琏，高等教育出版社，2013年3.SPSS统计分析技巧——基于大学生调查数据分析（第2版），李崇烈、叶嘉安、蔡孟策，清华大学出版社，2016年。
基于SPSS分析的京津冀城市群空气质量综合评估
基于SPSS分析的京津冀城市群空气质量综合评估
张语桐;刘辉;王宝会
【期刊名称】《新型工业化》
【年(卷),期】2024(14)4
【摘要】京津冀城市群空气质量反映地区污染治理健康绿色发展情况。
科学的京
津冀城市群空气质量评估对推动地区协同发展、节能减排、绿色发展起到指导作用。
本文运用聚类分析和因子分析的统计技术方法,分析京津冀城市群空气质量的核心
指标的特征和相关性,构建基于SPSS分析的更加科学有效的空气质量综合评估模式,给出对影响京津冀城市群空气质量核心污染源综合治理的结论和建议:经过治理
后空气质量整体变优,污染治理成效显著;但是对O3污染的治理几乎没有效果,还需加强对VOCs的治理;使用AQI衡量城市整体空气污染情况并不全面。
【总页数】11页(P78-88)
【作者】张语桐;刘辉;王宝会
【作者单位】中国人民大学;北京航空航天大学
【正文语种】中文
【中图分类】X823
【相关文献】
1.京津冀城市群公共服务资源综合评价与分析--基于京津冀协同发展的视角
2.京津冀打造世界级城市群发展研究——基于三大城市群综合评价分析
3.基于Ward系
统聚类的京津冀城市群空气质量时空变化特征与成因分析4.城市群空气污染综合评估范式与应用——以京津冀城市群PM2.5污染为例
因版权原因，仅展示原文概要，查看原文内容请购买。
基于SPSS的黔东南州城区环境空气质量探究
23EXPERIENCE区域治理基于SPSS 的黔东南州城区环境空气质量探究贵州省天柱县环境监测站 龙腾刚摘要：为了解黔东南地区空气质量状况，采用SPSS对全州16个县（市）城区空气中SO 2、NO 2、PM 10、PM 2.5、CO、O ３浓度均值进行分类，施秉、三穗、天柱、剑河、榕江、从江、雷山、丹寨8县空气质量较好，镇远次之，凯里、黄平、岑巩、锦屏、台江、黎平、麻江再次。
关键词：SPSS；聚类分析；黔东南城区；空气质量中图分类号：Q938.1+4文献标识码：A文章编号：2096-4595（2020）43-0023-0001大气环境与人们生活息息相关，国家对环境空气质量高度重视。
近年来，国内学者运用SPSS 软件对大气环境监测与评价进行了相关研究。
吴天慧[1]以二氧化硫、氮氧化物以及烟尘为污染因子，对全国31个省市废气中的污染物排放情况作了聚类分析。
袁东等[2]运用聚类分析方法评价了国内大气环境质量现状。
我们根据《2018年黔东南州环境状况公报》的数据，采用SPSS 统计对全州16个县（市）城区空气中SO 2、NO 2、PM 10、PM 2.5、CO、O ３浓度均值进行聚类分析，期望得到有价值的数据，为了解黔东南地区空气质量状况提供参考和依据。
一、数据来源及研究方法本文的数据来源于《2018年黔东南州环境状况公报》，以2018年全州16个县（市）城区空气中SO 2、NO 2、PM 10、PM 2.5、CO、O ３浓度均值为样本，利用SPSS 的聚类分析功能对空气中主要污染物情况进行分类。
二、结果与分析（一）描述性统计分析以各县（市）城区空气中SO 2、NO 2、PM 10、PM 2.5、CO、O ３浓度为变量，作描述性统计分析。
其结果见表1。
可见，各县（市）城区空气中SO 2、NO 2、PM 10、CO、O ３最大浓度值分别为18μg/m 3、20μg/m 3、50μg/m 3、33μg/m 3、1.7mg/m 3、118μg/m 3，达到《环境空气质量标准》（GB3095-2012）二级标准。
SPSS统计分析方法及应用课程设计 (2)
SPSS统计分析方法及应用课程设计1. 课程描述本课程旨在介绍SPSS统计分析软件的基本功能和应用方法，包括数据导入、数据清洗、变量定义、数据描述统计、参数与非参数假设检验、单因素方差分析、多元回归分析等内容。
同时，通过案例分析和实验操作，帮助学生掌握SPSS软件的实际应用和数据分析技能。
2. 课程目标2.1 知识目标1.了解SPSS软件的基本功能和操作方法；2.掌握基本数据清洗和变量定义方法；3.熟悉SPSS数据描述分析功能；4.熟练掌握参数和非参数假设检验方法；5.熟悉各种常用的统计方法，如单因素方差分析和多元回归分析。
2.2 技能目标1.能够独立操作SPSS软件进行数据处理和分析；2.能够进行基本的统计分析并解释分析结果；3.能够撰写简单的数据分析报告。
2.3 态度目标1.了解SPSS统计分析软件的重要性和应用领域；2.认识到数据分析在当今社会中的重要性；3.培养对数据分析的兴趣和热情。
3. 课程内容3.1 数据的导入和清洗1.数据格式的检查和转换；2.数据有效性的检查；3.数据缺失值的处理；4.数据重复信息的删除。
3.2 变量的定义和数据描述统计1.变量的分类和命名；2.变量的类型和测量尺度；3.数据的中心趋势和离散程度的描述；4.偏度、峰度和正态性的检验。
3.3 参数和非参数假设检验1.单样本t检验；2.双样本t检验；3.方差分析；4.卡方检验；5.独立样本非参数检验。
3.4 单因素方差分析1.方差齐和方差不齐情况下的单因素方差分析；2.多重比较方法和效应量计算。
3.5 多元回归分析1.模型的构建和评价；2.变量的选择和调整；3.单一方程和多方程回归；4.模型的拟合优度的评价。
4. 课程设计4.1 教学方法本课程采用理论讲解和实验操作相结合的教学方法。
课程内容主要通过讲解教材、实验操作、案例分析等多种形式呈现。
通过案例的分析实践和实验的操作，学生可以掌握SPSS软件在数据分析过程中的实际应用和操作技能，并能较好地将学习理论知识与实践操作相结合。
SPSS统计分析实例精选课程设计
SPSS统计分析实例精选课程设计一、课程简介本课程主要介绍SPSS统计分析实例，旨在帮助学生了解SPSS软件的使用和统计分析方法，在日常生活中更好地应用数据分析解决问题。
该课程内容包括数据收集、数据预处理、描述性统计、推论性统计方法的应用以及结果报告。
二、课程目标1.学习SPSS软件的基本操作方法；2.掌握数据预处理方法；3.熟练运用描述性统计方法；4.熟悉推论性统计方法，包括假设检验、方差分析、线性回归等；5.能够撰写合适的结果报告。
三、教学内容及进度安排内容学习目标课时1 SPSS入门学习SPSS软件的基本操作方法掌握数据收集与预处理方法2 数据收集与预处理3 描述性统计方熟练运用描述性统计方法，包括频率分布、中心课内容学习目标时法性指标和离散性指标掌握假设检验方法4 推论性统计方法I学习方差分析方法5 推论性统计方法II学习线性回归方法6 推论性统计方法III7 结果报告撰写学习撰写合适的结果报告四、教学方法本课程采用理论讲解和实践操作相结合的教学方法，包括教师授课、案例分析和实践操作。
教师授课通过讲解理论知识，让学生了解数据分析研究的基本概念和应用方法。
案例分析为学生提供相关的应用案例，让学生在分析数据的过程中更直观、更深入地理解数据分析应用。
实践操作则是学生通过SPSS软件对应用案例进行分析，从而加深对数据分析应用的理解。
五、教学教材主要教材：1.《SPSS研究方法与应用》(第二版)，王勇著，高等教育出版社；2.《SPSS从入门到精通》(第三版)，陈鸿智著，机械工业出版社。
参考教材：1.《统计分析方法与应用》(第三版)，胡传文著，高等教育出版社；2.《高等数学》(第二版)，冯显明著，高等教育出版社。
六、考核方式1.课堂表现：口头发言、思维活跃度、作业情况等；2.实验报告：选定真实数据，进行SPSS实验，并提交实验报告；3.期末考试：对本课程的理论知识进行测试。
结语本课程旨在将SPSS统计分析方法与实际应用相结合，帮助学生掌握经济学、金融学、市场营销、社会学以及其他相关专业的数据分析技巧，为今后的研究奠定良好的基础。
应用统计学课程设计-运用SPSS对城市空气质量的统计分析
学号（应用统计学课程设计）设计说明书运用SPSS对城市空气质量的统计分析起止日期：2013年7 月1 日至2013年7 月5 日学生姓名班级成绩指导教师(签字)经济与管理学院2013年7月5日应用统计学课程设计课程设计分工及成绩评定表成绩评定表目录1确定假设 (4)2分析思路 (4)3选用的分析方法 (4)4 描述性分析 (4)4.1空气质量达到二级以上的天数占全年的比例的描述性统计 (4)4.2城市空气质量因素的描述性统计 (5)5统计图 (6)5.1立体柱状图对两年各类的空气质量描述 (6)5.2折线图对降水量对空气质量的影响描述 (6)6统计报表 (7)7均值比较 (8)8相关分析 (10)9一元线性回归分析 (11)9.1可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析 (11)9.2降水量和空气质量达到二级以上的天数的一元线性回归分析 (12)10多元线性回归分析 (13)11总结 (14)12 统计调查方案 (14)12.1问题提出 (14)12.2确定调查对象和调查单位 (15)12.3确定调查内容 (16)12.4调查方式和方法 (16)12.5调查期限 (16)12.6确定假设 (16)附原始数据 (16)1确定假设1.假设忽略空气中可能影响空气质量的其他污染物；2.假设在较近一段时间内，不发生重大工业事故；3.假设在未来一段时间内，城市自然环境稳定，不发生一些较大的自然灾害，例如：地震、洪灾、海啸等；4.假设未来一段时间内，政府没有出台关于大规模工业的迁入迁出城市的政策。
2分析思路此次课程设计，我针对中国主要城市在2010年及2011年的空气质量，利用SPSS软件进行统计分析。
先是对全国各主要城市的空气质量进行横向比较，分析我国的空气质量的总体情况和地区差异，然后对代表性空气质量影响因素进行分析。
分析思路总结大致是：首先利用SPSS软件中的描述性统计分析的方法对主要城市空气质量进行横向比较，利用统计图判断在全国范围内是否存在影响空气质量的共同因素及两年的变化，然后利用报表统计城市空气质量在2010年及2011年的分布状况是否具有一致性，随后利用均值比较、相关性分析、回归分析对各个因素影响效果进行分析。
888相应分析(案例)
相应分析第五节实例分析一、利用SPSS进行相应分析为研究我国东部地区11个城市的空气质量，这里选取二氧化硫、二氧化氮、一氧化碳及臭氧等4类污染物作为评价指标来进行相应分析，数据来源于2014年《中国统计局年鉴》。
表8.4 我国东部地区11个重要城市的空气质量情况（2013年）（一）操作步骤（1）数据录入。
进行相应分析之前，需要对原始数据进行处理，整理成交叉表的单元格计数形式。
具体操作如下：①打开SPSS文件，按顺序：File-New-Data打开一个空白数据文件，进行变量的编辑，点击Variable View选项，录入三个变量，见图8.3。
②对变量进行赋值，选择Values项需要作如下设置：在弹出的对话框里，对东部地区11个城市以及4个空气质量指标进行数字赋值，如图8.4和图8.5。
图8.4 对“地区”进行赋值图8.5 对“空气质量指标”赋值完成变量的编辑后，返回到“Data View”窗口，录入数据，即为交叉表的单元格计数形式，见表8.5。
表8.5 交叉表的单元格计数形式③使用加权个案。
点击Data-weight cases功能，定义“浓度”为权重变量（图8.6）。
图8.6 Weight Cases对话框设置完成后，点击OK按钮进入相应分析。
(2)点击Analyze--Data Reduction--Correspondence analysis，进入Correspondence analysis 主对话框（图8.7）。
图8.7 相应分析主对话框①Row框用于设置行变量。
这里，将“地区”变量放置于此。
此时，“Define Ranges”按钮被激活，用于定义行变量参与分析的分类范围（图8.8）。
本例的地区有11个，故minimum value 输入1，maximum value 输入11，然后点击Update。
②Column框用于设置列变量。
这里，将“消费支出结构”变量放置于此，点击“Define Ranges”按钮，定义列变量参与分析的分类范围（图8.9）。
《SPSS在统计分析中的应用》课程教学设计方案
《SPSS在统计分析中的应用》课程教学设计方案1. 课程背景和目标本课程旨在通过研究和研究SPSS软件的基本操作和统计分析方法，培养学生对统计数据处理和分析的能力，提升他们在科学研究和决策-making过程中的实践能力。
主要目标包括：- 熟悉SPSS软件的界面和基本操作；- 掌握数据输入和清理的方法；- 理解常用统计方法，在SPSS中进行数据分析和解释；- 能够独立使用SPSS软件进行数据处理和统计分析；- 培养学生的数据归纳、总结和推理能力；2. 课程内容和进度安排第一周：SPSS软件介绍和基本操作（2学时）- 了解SPSS软件的功能和应用领域；- 研究SPSS软件的界面和工具栏；- 掌握数据导入和保存的方法；- 研究如何进行数据编辑和变量定义。
第二周：数据输入和清理（2学时）- 研究数据输入的方法，包括手工输入和导入外部文件；- 掌握数据清理的技巧，包括处理缺失值和异常值；- 研究如何进行数据的变换和重编码。
第三周：描述性统计分析（3学时）- 研究如何计算和解释频数、百分比和中心位置指标；- 掌握数据的可视化方法，包括直方图、饼图和箱线图；- 分析数据的离散度和偏度。
第四周：推断性统计分析（4学时）- 掌握SPSS软件进行t检验和方差分析的方法；- 理解t检验和方差分析的原理和假设；- 研究如何解释和报告统计结果；- 了解样本量和效应大小对统计推断的影响。
第五周：相关与回归分析（4学时）- 研究如何计算和解释变量之间的相关关系；- 掌握简单线性回归和多元回归分析方法；- 理解回归分析的基本假设和解释结果的方法；- 研究如何识别和处理回归分析中的问题。
第六周：实践案例分析和应用实操（3学时）- 分析和讨论实际研究案例中的数据处理和统计分析方法；- 进行实际数据的输入、清理和分析实操；- 研究如何解读和报告实际案例中的统计结果。
3. 教学方法和评估方式本课程将采用多种教学方法，包括讲授、案例分析和实操练等。
数据统计分析—SPSS原理及应用课程设计
数据统计分析—SPSS原理及应用课程设计1. 课程设计背景在当前大数据时代，数据分析与挖掘已成为各行各业的必备技能。
其中，统计工具SPSS（Statistical Package for the Social Sciences）是目前最常用的数据分析软件之一，广泛应用于社会科学研究、商业决策、医学研究等领域。
本课程旨在帮助学生掌握SPSS的基本原理和应用方法，了解统计学的基本概念和方法，培养学生数据收集和分析的能力，提高学生在测量、实验、问卷调查等方面的技能。
2. 课程设计目标通过本课程的学习，学生应该达到以下几个目标：1.掌握SPSS软件的基本操作和数据分析方法。
2.理解统计学的基本概念和原理，能够运用基本统计方法进行数据分析。
3.了解常用的数据可视化方法，能够使用SPSS绘制图表展示数据分析结果。
4.能够进行研究设计和实验方案的制定，具备科学研究和数据分析的能力。
3. 课程设计内容本课程设计分为以下三个部分：3.1 基础知识讲解首先，我们将介绍SPSS软件的基础知识和操作方法，包括：1.SPSS软件安装和界面介绍。
2.数据类型和数据输入。
3.数据预处理和清洗。
4.数据分析方法概述。
在讲解完基础知识后，我们将详细介绍各种常用的统计分析方法，包括：1.描述性统计分析。
2.探索性因子分析。
3.方差分析和卡方分析。
4.相关分析和回归分析。
3.2 数据可视化和结果展示在数据分析过程中，数据可视化是非常重要的一环。
在本部分中，我们将介绍如何使用SPSS进行数据可视化和结果展示，包括：1.常用的数据可视化方法。
2.如何使用SPSS绘制各种图表。
3.如何对数据进行解释和分析。
3.3 研究设计和实验方案制定在最后一部分，我们将介绍如何进行研究设计和实验方案制定。
具体内容包括：1.研究问题和研究设计。
2.实验方法和实验方案制定。
3.数据采集和数据分析方法。
4. 课程设计方式和评估方式本课程采用线上教学方式，通过视频课程、讲解PPT、案例解析等方式进行教学。
SPSS的综合运用——以我国城市空气质量分析为例-推荐下载
平均温度与空气质量达到及好于二级的天数相关性等于平均相对湿度与空气质量达到及好于二级的天数的相关性。
3.聚类分析3.1.衡量指标衡量指标的选取对于聚类分析来说至关重要，具有决定性的意义，影响空气质量好坏的因素有很多，有，温度，湿度等等，为此本文选取了四个指标，分别是可吸入颗粒物，二氧化硫，二氧化氮，空气质量达到及好于二级的天数。
用以衡量我国主要的31个城市的空气质量,数据来源于中国统计年鉴2011年：12-19 主要城市空气质量指标 (2011年)单位：毫克/立方米城市可吸入颗粒物二氧化硫二氧化氮空气质量达到及空气质量达到二级以上好于二级的天数天数占全年比重(%)(天)北京天津石家庄太原呼和浩特沈阳长春哈尔滨上海南京杭州合肥福州南昌济南郑州武汉长沙广州南宁海口重庆成都贵阳昆明拉萨西安兰州西宁银川乌鲁木齐(PM)(SO)(NO)10220.1130.0280.05628678.40.0930.0420.03832087.70.0990.0520.04132087.70.0840.0640.02330884.40.0760.0540.03934795.10.0960.0590.03333291.00.0910.0260.04334594.50.0990.0410.04631786.80.0800.0290.05133792.30.0970.0340.04931786.80.0930.0390.05833391.20.1130.0220.02530383.00.0690.0090.03236098.60.0880.0560.03834795.10.1040.0510.03632087.70.1030.0510.04731887.10.1000.0390.05630683.80.0830.0400.04734193.40.0690.0280.04936098.60.0730.0260.03335196.20.0410.0080.016365100.00.0930.0380.03132488.80.1000.0310.05132288.20.0790.0490.03034995.60.0650.0370.044365100.00.0400.0090.02336499.70.1180.0420.04130583.60.1380.0480.04224466.80.1050.0430.02631686.60.0950.0380.03033391.20.1320.0790.06827675.63.2操作步骤图4.6 碎石图表4.7成分矩阵成份影响因素（3）表4.2为方差贡献率，“合计”是特征根，“方差的%”是每个特征根对应的方差贡献，“累计%”是累计方差贡献；“初始特征值”列出了所有的主成分，并按照特征根的大小排列，而“提取平方和载入”对应的是提取主要成分后的各项指标。
统计分析与SPSS的应用第二版课程设计
统计分析与SPSS的应用第二版课程设计一、课程设计背景统计分析作为一种研究方法，广泛应用于各个领域的科学研究中。
当代社会，数据正以前所未有的速度不断增长，不同领域的研究者需要掌握统计分析技能，才能更好地利用这些数据进行深入的研究。
SPSS是一个常用的统计分析软件，其简单易用的特点使其广受欢迎。
本课程设计旨在帮助学生掌握基础的统计分析理论与方法，并熟悉SPSS的使用方法和技巧，提升学生在实际科学研究中的数据分析和处理能力。
二、设计目标通过本课程的学习，学生将会掌握以下知识和技能：1.掌握统计学的基础概念和理论知识。
2.熟悉常见的统计方法及其应用场景。
3.能够使用SPSS软件进行数据分析和处理。
4.能够进行实际数据分析的课题研究，并编写相应的报告。
三、主要内容与教学安排3.1 主要内容本课程设计主要包含以下内容：1.统计学基础概念：数据的测量与描述、概率论、统计推断等。
2.常见的统计分析方法：描述统计、参数检验、方差分析等。
3.SPSS软件的介绍和使用技巧，包括数据的导入和清洗、数据的可视化、统计分析方法的实现等。
4.课题研究与实践：以具体的课题研究为基础，进行数据分析和处理，并编写相应的报告。
3.2 教学安排本课程设计采用理论和实践相结合的教学方法，主要包括教师讲授和学生自主实践两部分。
具体安排如下：1.第一周：统计学基础概念的讲解和学习。
2.第二周：常见的统计分析方法的讲解和学习。
3.第三周至第六周：SPSS软件的介绍和使用技巧的讲解和学习。
4.第七周至第十周：课题研究与实践，包括数据的收集与清洗、数据分析与处理、结果的报告和展示等。
5.第十一周：课题答辩和总结。
四、教学方法和评价方式4.1 教学方法本课程设计采用以下教学方法：1.理论讲授：教师授课，讲解统计学基础知识、常见的统计方法和SPSS软件的使用技巧。
2.实践操作：学生利用SPSS软件进行具体的数据分析和处理，加深对理论知识的理解和掌握。
用SPSS实现对太原市PM2.5区域变化特征和影响因素的分析
框， 选择 “ ｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ” 到Ｆ ａ ｃ ｔ ｏ ｒ 框； 单击 Ｐ ｏ ｓ ｔ Ｈ ｏ ｃ 按钮 ， 打 开 回归得 出回归模 型 。并对模 型的优劣进 行评价 。
选择 Ｌ Ｓ Ｄ显著性 检验法 ； 单击 Ｏ Ｋ按钮 。
重， ２ ０ １ ４年 ３ 月份 的空 气质量等级数值 ，污染 天气所 占 数为 ０ ． ８ ２ ９ ，不线性相关 的概率为 ０ ． ０ ０ ０ ，这说 明 Ｐ Ｍ ２ ． ５
但相关 程度不高 。Ｐ Ｍ ２ ． ５ 与０ 的相关 系数 为 １ ． 分析需 求 ： 对各个 监测点 的 Ｐ Ｍ ２ ． ５数值进行 差异 关很显著 ， 比较 。 单 因素方 差分析方法用于测试某一个控制变量 的
小店
从表 ２ 空气质量 等级列概述报告 中可以看到 ， 太原 在“ Ｔ ｅ ｓ ｔ ｏ ｆ Ｓ ｉ ｇ ｎ ｉ ｉ ｆ ｃ ａ ｎ ｃ ｅ ” 栏 中选择 “ Ｔ ｗ ｏ — Ｔ ａ ｉ ｌ ｅ ｄ ” 选项 ； 单击 市各监测点空气质量等级 ＞ ２ （ 未达到优 良） 的比例 ， 从 报 Ｏ Ｋ按钮 。 告结果 中看 到小店 、 涧河、 坞 城 ３个 区域 的 污染 最 为严
单因素方差分析的控制变量 只能有—个 ， 所以适合本例。
一
不 同水 平是否给指标 变量造成 了显著 差异和 变动 ， 而且 Ｏ ， 之间存在较显著的负相关关系， 但相关程度很微弱。 Ｐ Ｍ２ ． ５ ２ ． Ｓ ￣Ｓ 操 作方法 ： 执行 Ａ ｎ ａ ｌ ｙ ｚ ｅ ——ｃ ０ ｍ ｐ ａ ｒ ｅ Ｍ ｅ ａ ｎ ｓ ｎ ｅ Ｗａ ｙ Ａ Ｎ Ｏ Ｖ Ａ命 令 ， 打开 Ｏ ｎ ｅ Ｗａ ｙ Ａ Ｎ Ｏ Ｖ Ａ对话
与Ｃ Ｏ、 Ｎ Ｏ ： 、 Ｏ ， 、 Ｓ Ｏ 之间是否存在线性关系 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
学号（应用统计学课程设计）设计说明书运用SPSS对城市空气质量的统计分析起止日期：2013年7 月1 日至2013年7 月5 日学生姓名班级成绩指导教师(签字)经济与管理学院2013年7月5日应用统计学课程设计课程设计分工及成绩评定表成绩评定表目录1确定假设 (4)2分析思路 (4)3选用的分析方法 (4)4 描述性分析 (4)4.1空气质量达到二级以上的天数占全年的比例的描述性统计 (4)4.2城市空气质量因素的描述性统计 (5)5统计图 (6)5.1立体柱状图对两年各类的空气质量描述 (6)5.2折线图对降水量对空气质量的影响描述 (7)6统计报表 (7)7均值比较 (8)8相关分析 (10)9一元线性回归分析 (11)9.1可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析 (11)9.2降水量和空气质量达到二级以上的天数的一元线性回归分析 (12)10多元线性回归分析 (13)11总结 (14)12 统计调查方案 (15)12.1问题提出 (15)12.2确定调查对象和调查单位 (16)12.3确定调查内容 (16)12.4调查方式和方法 (16)12.5调查期限 (16)12.6确定假设 (16)附原始数据 (17)1确定假设1.假设忽略空气中可能影响空气质量的其他污染物；2.假设在较近一段时间内，不发生重大工业事故；3.假设在未来一段时间内，城市自然环境稳定，不发生一些较大的自然灾害，例如：地震、洪灾、海啸等；4.假设未来一段时间内，政府没有出台关于大规模工业的迁入迁出城市的政策。
2分析思路此次课程设计，我针对中国主要城市在2010年及2011年的空气质量，利用SPSS软件进行统计分析。
先是对全国各主要城市的空气质量进行横向比较，分析我国的空气质量的总体情况和地区差异，然后对代表性空气质量影响因素进行分析。
分析思路总结大致是：首先利用SPSS软件中的描述性统计分析的方法对主要城市空气质量进行横向比较，利用统计图判断在全国范围内是否存在影响空气质量的共同因素及两年的变化，然后利用报表统计城市空气质量在2010年及2011年的分布状况是否具有一致性，随后利用均值比较、相关性分析、回归分析对各个因素影响效果进行分析。
3选用的分析方法根据分析思路知在本次统计分析中主要运用的分析方法有：描述性分析、统计图、统计报表、均值比较、相关分析、一元线性回归分析、多元线性回归分析。
4 描述性分析4.1空气质量达到二级以上的天数占全年的比例的描述性统计本设计选择2011年中国统计年鉴中2010年全国主要城市的空气质量统计数据及2012年中国统计年鉴中2011年全国主要城市的空气质量统计数据作为统计研究对象，对城市空气质量达到二级以上的天数占全年的比例进行分类，并进行频数分析，分析结果如表4.1及4.1.2 所示。
表4.1 空气质量达到二级以上的天数占全年的比例(已离散化)频率百分比有效百分比累积百分比有效< 70.0 2 3.2 3.2 3.270.0 - 79.9 5 8.1 8.1 11.380.0 - 89.9 26 41.9 41.9 53.290.0+ 29 46.8 46.8 100.0合计62 100.0 100.0从表4.1及表4.1.2对比可以看出，2010年及2011年空气质量达到二级以上的天数占全年的比例小于70%的各1个省市，占两年的3.2%；70% 到80% 元之间2010年有3个省市，2011年有2个省市，占两年的8.1%；80% 到90% 之间2010年有14个省市，2011年有13个省市，占两年的41.9%；大于90%，2010年有13个省市，2011年有15个省市，占两年的46.8%；从上面分析可以看出2011年较2010年的空气质量有所好转，但一半以上的省市空气质量达到二级以上的天数占全年的比例仍小于90%，说明城市空气质量还有提升的空间。
4.2城市空气质量因素的描述性统计本设计对城市空气质量的可吸入颗粒、二氧化硫、二氧化氮、空气质量达到二级以上的天数、年平均温度及年平均降水量六项影响空气质量的因素做描述性统计分析，包括频数、最小值、最大值、平均值、标准差五个项目，见表4.2。
从表4.2可以看出，在影响空气质量的因素中，可吸入颗粒的最小值为0.04毫克/立方米，最大值为0.155毫克/立方米，平均值为0.09334毫克/立方米，标准差为0.023294；二氧化硫的最小值为0.007毫克/立方米，最大值为0.089毫克/立方米，平均值为0.03998毫克/立方米，标准差为0.016621；二氧化氮的最小值0.015毫克/立方米，最大值为0.068毫克/立方米，平均值为0.04019毫克/立方米，表4.1.2按空气质量达到二级以上的天数分组* 空气质量数据的年份 交叉制表计数空气质量数据的年份 合计2010 2011 按空气质量达到二级以上的天数分组 <=244 1 1 2 <=286 3 2 5 <=329 14 13 27<=365 13 15 28 合计 31 31 62 表4.2 描述统计量N极小值极大值均值 标准差 可吸入颗粒 62 .040 .155 .09334 .023294 二氧化硫 62 .007 .089 .03998 .016621 二氧化氮62 .015 .068 .04019 .012125 空气质量达到二级以上的天数62223365324.0029.019年平均降水量 62 166.2 2445.1 882.923 543.3003 年平均温度62 4.524.613.9845.0910有效的 N （列表状态）62标准差为29.019；空气质量达到二级以上的天数的最小值为223天，最大值为365天，平均值为324，标准差为29.019；年平均降水量的最小值为166.2毫米，最大值为2445.1毫米，平均值为882.923毫米，标准差为543.3003；年平均温度的最小值为4.5摄氏度，最大值为24.6摄氏度，平均值为13.984摄氏度，标准差为5.0910；5统计图5.1 立体柱状图对两年各类的空气质量描述按照4.1 的分类对2010年及2011年四类空气质量在可吸入颗粒、二氧化硫、二氧化氮三个方面用立体柱状图展示，如图5.1 所示：图5.1从图5.1得知可吸入颗粒物为影响我国城市空气质量的主要因素，2011年较2010年在空气质量达到二级以上的天数占全年的比例小于70%的城市中可吸入颗粒的含量得到有效控制，其他分组的可吸入颗粒含量没有明显变化。
5.2 折线图对降水量对空气质量的影响描述按照4.1 的分类对四类空气质量在年平均降水量方面用折线图展示（温度受地区、纬度及降水量的影响在这不做分析），如图5.2所示：图5.2从图5.2得知降水量对空气质量有影响，这个影响表现在降水量的增多会使空气质量有所好转，可视为降水量对空气质量的影响成正相关，但此影响是否显著还有待检验。
6统计报表对2011年及2010年四类空气质量的可吸入颗粒、二氧化硫、二氧化氮进行统计报表。
统计报表如报表6.1所示：报表6.1空气质量空气质量达到二级以上的天可吸入颗粒二氧化硫二氧化氮数据年份数占全年的比例(已离散化) 合计合计合计_________ _________________________ _____________ ____________ ____________2010 < 70.0 .155 .057 .04870.0 - 79.9 .362 .162 .18180.0 - 89.9 1.395 .570 .52090.0+ 1.046 .478 .5012011 < 70.0 .138 .048 .04270.0 - 79.9 .245 .107 .12480.0 - 89.9 1.308 .550 .51090.0+ 1.138 .507 .566总计 5.787 2.479 2.492从统计报表中可以看出，2011年较2010年影响空气质量的因素（可吸入颗粒、二氧化硫、二氧化氮）的含量都有所下降，进一步证实了表4.1及表4.1.2和图5.1所说明的问题。
7均值比较对影响空气质量的六个因素进行均值比较，分析出影响空气质量的主要因素，并对这些因素的均值情况进行描述，分析结果如表7.1及表7.1.2所示：从表7.1.2可以看出四类空气质量，可吸入颗粒的均值分别为0.14650、0.12140、0.10385、0.07439表明不同类别空气质量在可吸入颗粒的含量上有很大的差异，可吸入颗粒含量越高，城市空气质量越差，这和实际相符合；二氧化硫的均值分别为0.05250、0.05380、0.04363、0.03311表明不同类别空气质量在二氧化硫的含量上无明显差异，甚至有些空气质量好的反而比空气质量差的二氧化硫含量高；二氧化氮的均值分别为.0.4500、0.06100、0.03944、0.03686表明不同类别空气质量在二氧化氮的含量上无明显差异，甚至有些空气质量好的反而比空气质量差的二氧化氮含量高；年平均降水量的均值分别为186.5、641.58、776.563、1078.325表明不同类别空气质量在降水量的对少上有很大的差异，降水量越大，城市空气质量越好；年平均温度的均值分别为7.8、11.46、13.34、15.496表明不同类别空气质量在温度上有差异，但这个差异明显不明显不能下结论，因为受到地理位置的影响。
8相关分析对影响空气质量的六个因素进行相关性分析，分析出影响空气质量的因素之间的相关性大小，分析结果如表8.2所示：从表8.2可以得知，空气质量达到二级以上的天数分组与可吸入颗粒、二氧化硫、二氧化氮在0.01置信度条件下呈高度负相关，其中可吸入颗粒与空气质量达到二级以上天数的分组的相关性大于二氧化硫及二氧化氮与空气质量达到二级以上的天数的分组的相关性；空气质量达到二级以上的天数分组与年平均降水量、年平均温度在0.01置信度条件下呈高度正相关，其中降水量与空气质量达到二级以上的分组相关性大于温度与空气质量达到二级以上的天数分组的相关性。
这与表7.1.2所分析的结果一致。
9一元线性回归分析由均值分析和相关性分析可知影响空气质量的主要因素是可吸入颗粒和降水量，可吸入颗粒与空气质量成负相关，而降水量与空气质量成正相关，下面分别对两个因素与质量达到二级以上天数进行一元线性回归分析，看二者之间是否存在线性关系。
9.1可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析结果如表9.1及表9.1.2及表9.1.3所示：由表9.1所示，本次回归分析得到的相关系数R=0.902，调整的决定系数R方为0.811，模型拟合效果很理想。