《環(huán)境數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)》

作業(yè)一1.《環(huán)境數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)》P33，以例2-3的數(shù)據(jù)，分析是否存在異常值，若有，請(qǐng)列出。第一步：打開(kāi)數(shù)據(jù)（例2-3）→【分析】→【描述分析】→【探索】第二步：選擇標(biāo)簽值（因變量列表：鉛含量；標(biāo)注個(gè)案：編號(hào)）第三步：選擇輸出的描述性統(tǒng)計(jì)量第四步：結(jié)果輸出個(gè)案處理摘要個(gè)案有效缺失總計(jì)數(shù)字百分比數(shù)字百分比數(shù)字百分比鉛含量/（mg/L)12100.0%00.0%12100.0%描述性統(tǒng)計(jì)標(biāo)準(zhǔn)錯(cuò)誤鉛含量/（mg/L)平均值65.6171.8870平均值的95%置信區(qū)間下限值61.463上限69.7705%截尾平均值65.702中位數(shù)65.600方差42.729標(biāo)準(zhǔn)偏差6.5367最小值50.2最大值(X)79.5范圍29.3四分位距4.5偏度-.370.637峰度4.0781.232M估計(jì)量休伯M估計(jì)量aTukey雙權(quán)b漢佩爾M估計(jì)量c安德魯波d鉛含量/（mg/L)65.62265.67365.75565.673a.加權(quán)常量為1.339。b.加權(quán)常量為4.685。c.加權(quán)常量為1.700、3.400和8.500d.加權(quán)常量為1.340*pi。常態(tài)性檢驗(yàn)Kolmogorov-Smirnov(K)aShapiro-Wilk統(tǒng)計(jì)df顯著性統(tǒng)計(jì)df顯著性鉛含量/（mg/L).25612.029.84712.034a.Lilliefors顯著性校正鉛含量/（mg/L)Stem-and-LeafPlotFrequencyStem&Leaf1.00Extremes(=<50)2.006.233.006.4453.006.6662.006.891.00Extremes(>=80)Stemwidth:10.0Eachleaf:1case(s)結(jié)果分析：由實(shí)驗(yàn)結(jié)果中的箱圖可看出，例2-3的數(shù)據(jù)中存在兩個(gè)異常值，分別是第7組鉛含量為50.2和第10組鉛含量是79.5.2.《環(huán)境數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)》P40，例2-7。第一步：【分析】→【比較均值】→【單樣本T檢驗(yàn)】第二步：選擇標(biāo)簽值（檢驗(yàn)變量：酚的濃度）檢驗(yàn)值為0.030第三步：【選項(xiàng)】→置信區(qū)百分比為95%第四步：輸出結(jié)果單樣本統(tǒng)計(jì)數(shù)字平均值(E)標(biāo)準(zhǔn)偏差標(biāo)準(zhǔn)誤差平均值酚的濃度（mg/L)20.02800.003598.000805單樣本檢驗(yàn)檢驗(yàn)值=0.030t自由度顯著性（雙尾）平均差差值的95%置信區(qū)間下限上限酚的濃度（mg/L)-2.48619.022-.002000-.00368-.00032由實(shí)驗(yàn)結(jié)果可知，P=0.022，即P<0.05,說(shuō)明在0.05的顯著性水平下，該斷面酚的平均污染水平與檢驗(yàn)值0.03有顯著性差異。作業(yè)二1.《環(huán)境數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)》例2-8，請(qǐng)?jiān)趩?wèn)噪聲水平從50增加到55時(shí)，該10個(gè)居民的睡眠時(shí)數(shù)是否發(fā)生了顯著變化第一步：SPSS數(shù)據(jù)準(zhǔn)備→【分析】→【比較均值】→【獨(dú)立樣本T檢驗(yàn)】第二步：選擇標(biāo)簽值（檢驗(yàn)變量：睡眠時(shí)間；分組變量：分組）→【定義組】第三步：【選項(xiàng)】→置信區(qū)間百分百：95％第四步：結(jié)果輸出組統(tǒng)計(jì)組別數(shù)字平均值(E)標(biāo)準(zhǔn)偏差標(biāo)準(zhǔn)誤差平均值睡眠時(shí)間X106.700.8420.2662Y106.820.7300.2308獨(dú)立樣本檢驗(yàn)列文方差相等性檢驗(yàn)平均值相等性的t檢驗(yàn)F顯著性t自由度顯著性（雙尾）平均差標(biāo)準(zhǔn)誤差差值差值的95%置信區(qū)間下限上限睡眠時(shí)間已假設(shè)方差齊性.130.722-.34118.737-.1200.3524-.8603.6203未假設(shè)方差齊性-.34117.646.737-.1200.3524-.8614.6214由實(shí)驗(yàn)結(jié)果可知，列文分差相等性檢驗(yàn)未通過(guò)方差齊次性檢驗(yàn)，故分析平均值相等的T檢驗(yàn)，P=0.737，即P>0.05，說(shuō)明噪聲水平從50增加到55時(shí)，該10個(gè)居民的睡眠時(shí)數(shù)沒(méi)有發(fā)生顯著變化。作業(yè)三1.《環(huán)境數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)》例3-1，要求用不同的大/小寫(xiě)字母標(biāo)注結(jié)果的差異性第一步：SPSS數(shù)據(jù)準(zhǔn)備→【分析】→【比較均值】→【單因素ANOVA】第二步：選擇標(biāo)簽值（因變量列表；銅元素含量；因子：操作序號(hào)）第三步：【事后多重比較】→選擇LSD→顯著性水平為0.05第四步：【選項(xiàng)】→勾選“描述性”和“方差同質(zhì)性檢驗(yàn)”第五步：結(jié)果輸出方差同質(zhì)性檢驗(yàn)銅元素含量Levene統(tǒng)計(jì)df1df2顯著性.431336.732ANOVA銅元素含量平方和df均方F顯著性組之間14.86134.9548.440.000組內(nèi)21.13036.587總計(jì)35.99139多重比較因變量:銅元素含量LSD(L)(I)操作序號(hào)(J)操作序號(hào)平均差(I-J)標(biāo)準(zhǔn)錯(cuò)誤顯著性95%置信區(qū)間下限值上限12.9900*.3426.006.2951.6853-.7100*.3426.045-1.405-.0154-.1000.3426.772-.795.59521-.9900*.3426.006-1.685-.2953-1.7000*.3426.000-2.395-1.0054-1.0900*.3426.003-1.785-.39531.7100*.3426.045.0151.40521.7000*.3426.0001.0052.3954.6100.3426.083-.0851.30541.1000.3426.772-.595.79521.0900*.3426.003.3951.7853-.6100.3426.083-1.305.085*.均值差的顯著性水平為0.05。描述性銅元素含量N平均值標(biāo)準(zhǔn)偏差標(biāo)準(zhǔn)錯(cuò)誤平均值95%置信區(qū)間最小值最大值下限值上限11022.260.8044.254421.68522.83521.223.521021.270.7454.235720.73721.80320.222.731022.970.8858.280122.33623.60421.224.041022.360.6004.189921.93122.78921.623.2總計(jì)4022.215.9606.151921.90822.52220.224.0結(jié)果分析：測(cè)定人員1234銅元素含量22.26±0.8044bA21.27±0.7454cB22.97±0.8858aA20.36±0.6004abA作業(yè)四以“偏相關(guān)分析”例題中的數(shù)據(jù)，分析降水對(duì)徑流量的影響。第一步：SPSS數(shù)據(jù)準(zhǔn)備→【分析】→【相關(guān)】→【偏相關(guān)】第二步：選擇標(biāo)簽值（變量：月平均徑流量和月平均雨量；控制：月平均氣溫）第三步：【選項(xiàng)】→勾選如下所示第四步：結(jié)果輸出描述統(tǒng)計(jì)平均值標(biāo)準(zhǔn)偏差N月平均徑流量1.9582.085212月平均雨量1.2921.126112月平均氣溫3.3259.594812相關(guān)性控制變量月平均徑流量月平均雨量月平均氣溫-無(wú)-a月平均徑流量相關(guān)性1.000.855.835顯著性（雙側(cè)）..000.001df01010月平均雨量相關(guān)性.8551.000.867顯著性（雙側(cè)）.000..000df10010月平均氣溫相關(guān)性.835.8671.000顯著性（雙側(cè)）.001.000.df10100月平均氣溫月平均徑流量相關(guān)性1.000.479顯著性（雙側(cè)）..136df09月平均雨量相關(guān)性.4791.000顯著性（雙側(cè)）.136.df90a.單元格包含零階(Pearson)相關(guān)。由實(shí)驗(yàn)結(jié)果可知，P<0.01,說(shuō)明在不剔除氣溫因素的影響下，月平均雨量與月平均徑流量極顯著相關(guān)，R2=0.855，說(shuō)明有很強(qiáng)的正相關(guān)關(guān)系。控制變量為月平均氣溫時(shí)，P>0.05，說(shuō)明在剔除氣溫因素的影響下,月平均雨量與月平均徑流量無(wú)顯著相關(guān)關(guān)系。作業(yè)五1.《環(huán)境數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)》例4-1第一步：SPSS數(shù)據(jù)準(zhǔn)備→【分析】→【線性】第二步：選擇標(biāo)簽值第三步：【統(tǒng)計(jì)量】→勾選如下圖所示第三步：結(jié)果輸出模型摘要模型RR平方調(diào)整后的R平方標(biāo)準(zhǔn)估算的錯(cuò)誤更改統(tǒng)計(jì)量R方變化F更改df1df2顯著性F更改1.998a.996.996.563.9962140.94718.000a.預(yù)測(cè)變量：（常量），溫度ANOVAa模型平方和自由度均方F顯著性1回歸677.9671677.9672140.947.000b殘差2.5338.317總計(jì)680.5009a.因變量：污染物濃度b.預(yù)測(cè)變量：（常量），溫度系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔1（常量）16.800.85519.647.000溫度.573.012.99846.270.000a.因變量：污染物濃度由實(shí)驗(yàn)結(jié)果可知，回歸系數(shù)B=0.573，截距（常數(shù)）=16.8，所以排除污染物的溫度與濃度之間的回歸方程為：y=16.8+0.573x2.《環(huán)境數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)》例4-2第一步：SPSS數(shù)據(jù)準(zhǔn)備→【分析】→【曲線估計(jì)】第二步：選擇標(biāo)簽值→勾選所需要的模型第三步：【保持】→勾選預(yù)測(cè)值和殘差第四步：結(jié)果輸出模型描述模型名稱MOD_1因變量1Y方程式1線性(L)2對(duì)數(shù)3逆模型(N)4二次項(xiàng)(Q)5立方(U)6Sa7增長(zhǎng)(H)a8指數(shù)分布a自變量X常量已包括值在繪圖中標(biāo)記觀測(cè)值的變量未指定對(duì)在方程式中輸入項(xiàng)的容許.0001a.此模型需要所有非缺失值為正。模型摘要和參數(shù)估算因變量:Y方程式模型摘要參數(shù)估計(jì)值R平方Fdf1df2顯著性常量b1b2b3線性(L) .79527.16217.001.032-.004對(duì)數(shù)a.......逆模型(N)b.......二次項(xiàng)(Q).92235.62726.000.035-.009.001立方(U).93423.67535.002.036-.013.003.000Sb.......增長(zhǎng)(H).85140.12917.000-3.443-.183指數(shù)分布.85140.12917.000.032-.183自變量為X。a.自變量(X)包含了非正值。最小值為.0。無(wú)法計(jì)算對(duì)數(shù)和冪模型。b.自變量(X)包含了零值。無(wú)法計(jì)算逆模型和S模型。由實(shí)驗(yàn)結(jié)果可知，線性：y=0.032-0.004x二次：y=0.035-0.009x+0.001x2立方：y=0.036-0.013x+0.003x2+0.000x3增長(zhǎng)：y=EXP(-3.443-0.183x)指數(shù)：y=0.032EXP(-0.183x)由上圖知，最優(yōu)的是立方：y=0.036-0.013x+0.003x2+0.000x3作業(yè)五數(shù)據(jù)見(jiàn)圖，將數(shù)據(jù)中的城市按照空氣質(zhì)量，用兩種方法進(jìn)行分類，并回答以下問(wèn)題：用K-均值聚類方法分為5類時(shí)，和西安一類的城市有哪些？空氣質(zhì)量和成都最接近的城市是哪個(gè)？分為4類時(shí)，和昆明同一類的城市有哪些？第一步：【分析】→【描述統(tǒng)計(jì)】→將各指標(biāo)導(dǎo)入變量對(duì)話框→將各變量進(jìn)行標(biāo)準(zhǔn)化處理后得到變量（Z）→確定第二步：【分析】→【聚類】→K-均值聚類第三步：選擇各標(biāo)簽值→聚類數(shù)輸入5第四步：迭代（Iterate）→收斂標(biāo)準(zhǔn)0.02→繼續(xù)第五步：保存→勾選其中兩項(xiàng)→繼續(xù)

第六步:選項(xiàng)→按對(duì)排除個(gè)案（P）→繼續(xù)→確定第七步：結(jié)果輸出描述統(tǒng)計(jì)數(shù)字最小值(M)最大值(X)平均值(E)標(biāo)準(zhǔn)偏差顆粒物14.033.172.10857.038644二氧化硫14.0030.1130.058643.0312696二氧化碳14.013.073.03936.017064天3654.257有效N（成列）14初始聚類中心聚類12345Zscore(顆粒物).86504.47688-.24768-.66172-1.95559Zscore(二氧化硫)1.73834-1.10788.587061.13072-1.65154Zscore(二氧化碳)1.61998-.724181.97160-.89999-1.54463Zscore(天數(shù))-.98342-.30148.14086.749091.28358迭代歷史記錄a迭代聚類中心的更改1234511.406.929.779.815.3352.000.000.000.000.000a.由于聚類中心無(wú)更改或只有小的更改，因此達(dá)到了匯合。任何中心的最大絕對(duì)坐標(biāo)更改為.000。當(dāng)前迭代為2。初始中心之間的最小距離是1.988。最終聚類中心聚類12345Zscore(顆粒物)1.10657.56098-.04066-.68760-1.70976Zscore(