【正文】 b. 因變量: VAR00011系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量).333.000VAR00001.003.000.241.000VAR00002.000.011.243.808VAR00003.000.013VAR00004.004.000: VAR00011：模型匯總模型RR 方調(diào)整 R 方標準 估計的誤差1.531a.282.275.02178a. 預測變量: (常量), VAR00004, VAR00002, VAR00001, VAR00003。b. 因變量: VAR00010系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量).416.000VAR00001.005.001.388.000VAR00002.000.000.082.066VAR00003.001.000.085.062VAR00004.006.000: VAR00010C城市空氣質(zhì)量與氣象參數(shù)之間的關(guān)系（、PM10順序）：3月——10月：模型匯總模型RR 方調(diào)整 R 方標準 估計的誤差1.137a.019.013.03446a. 預測變量: (常量), VAR00004, VAR00001, VAR00002, VAR00003。b. 因變量: VAR00009系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量).039.082.475.635VAR00001.000.792VAR00002.000.033.856.392VAR00003.000.082.043VAR00004.004.001.219.000: VAR00009PM10：模型匯總模型RR 方調(diào)整 R 方標準 估計的誤差1.220a.048.043.06895a. 預測變量: (常量), VAR00004, VAR00001, VAR00002, 。該模型具有以下缺點： 對數(shù)據(jù)檢驗要求高，ARIMA階數(shù)確定的較為繁瑣。政府及環(huán)境監(jiān)測部門應該建立積極有效的空氣質(zhì)量檢測機制。再次，出臺法律，限制節(jié)假日燃放煙花爆竹。尊敬的部門領(lǐng)導：您好。：由SPSS求得的與氣象參數(shù)相關(guān)系數(shù)模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量).101.890VAR00001.000.014.348.728VAR00002.000.018.449.653VAR00003.000.054.187VAR00004.005.001.190.000: VAR00006 對于A城市，3月到10月期間，風速也是可能加重二氧化氮污染的重要天氣因素。同理得、PM10的F值以及復相關(guān)系數(shù)： ：F檢驗統(tǒng)計量模型平方和df均方FSig.1回歸.0144.003.000a殘差.117419.000總計.131423a. 預測變量: (常量), VAR00004, VAR00002, VAR00001, VAR00003。但與風速呈負相關(guān)，且與關(guān)系風速較大。A城市12月——2月：1）根據(jù)多元線性回歸法的基本理論，分別考慮大氣壓強、溫度、濕度和地面平均風速4個自變量，自變量分別以、表示，變量用表示。未來7天的預測值如下，并給出了95%的上、下置信區(qū)間。 根據(jù)自相關(guān)圖和偏自相關(guān)圖，將時間序列化為平穩(wěn)序列 一般原始數(shù)據(jù)的時間序列不是平穩(wěn)時間序列，需要通過一階或更高階次的差分運算（或取對數(shù)后的差分運算），構(gòu)造平穩(wěn)時間序列。空氣質(zhì)量“良”級對6個城市的不同權(quán)重表城市ABCDEF權(quán)重由表中數(shù)據(jù)，計算可知： ， ，空氣質(zhì)量“輕微污染”級對3個城市的不同權(quán)重表城市ABCDEF權(quán)重由表中數(shù)據(jù)，計算可知： ， ，空氣質(zhì)量“輕度污染”級對3個城市的不同權(quán)重表城市ABCDEF權(quán)重 0由表中數(shù)據(jù)，計算可知： ， ，空氣質(zhì)量“中度污染”級對3個城市的不同權(quán)重表城市ABCDEF權(quán)重00由表中數(shù)據(jù)，計算可知： ， ，空氣質(zhì)量“重度污染”級對3個城市的不同權(quán)重表城市ABCDEF權(quán)重0由表中數(shù)據(jù)，計算可知： ， ，三）AHP模型的求解將上面3個空氣質(zhì)量等級對6個城市的不同權(quán)重表單位化后作為列向量構(gòu)成63矩陣，和空氣質(zhì)量一級，二級，三級兩兩成對比較的判斷矩陣P相乘，結(jié)果便得到6個城市的權(quán)重值。2）一致性指標計算方法：其中為矩陣的最大特征值，為矩陣的階數(shù)3）隨即一致性指標 的計算方法：與有如下關(guān)系，如表12345678910004）權(quán)重計算方法：計算矩陣的特征根及特征向量，將所求的特征向量單位化后得到的就是權(quán)重值。B城市總體情況和A城市基本相同，原來也是污染相對較嚴重的城市，經(jīng)過治理，和PM10的濃度均有下降，可以說，效果還是很理想的。針對問題二三種污染物濃度數(shù)據(jù)直接提取2010年1月1日至9月14日；對于四種氣象參數(shù)，（明顯壞值）的那一組。
針對問題三，我們利用Excel對A城市與其他幾個氣象因子之間的關(guān)西進行了作圖分析，發(fā)現(xiàn)可以滿足線性關(guān)系，但由于的濃度并不是由單一因素決定的，是由大氣壓強、地面風速、溫度以及濕度等氣象因素共同影響的結(jié)果。二， 問題分析問題通過對實際生活的考察與實踐提出四個問題，需要分別對空氣污染指數(shù)以及氣象參數(shù)進行細致的分析，進而進行空氣污染指數(shù)及氣象參數(shù)的評價及預測。附件給出城市A、B、C、D、E、F從2003年3月1日至2010年9月14日測量的污染物含量及氣象參數(shù)的數(shù)據(jù)。問題三：通過分析，我們采用了多元線性回歸的方法將空氣質(zhì)量因子與氣象參數(shù)進行擬合，為了精確，我們將數(shù)據(jù)按3月——11月、12月——2月分為兩組，分別進行擬合，正文中，計算了A城市的空氣質(zhì)量與氣象參數(shù)的回歸方程。如有違反競賽規(guī)則的行為，我們將受到嚴肅處理。我們參賽選擇的題號是（從A/B/C/D中選擇一項填寫）： A 我們的參賽報名號為（如果賽區(qū)設置報名號的話）： 所屬學校（請?zhí)顚懲暾娜? 西安電子科技大學 參賽隊員 (打印并簽名) ：1. 申遠 2. 劉心宇 3. 董曉寧 指導教師或指導教師組負責人 (打印并簽名)： 李偉 宋月 日期： 2011年 8 月 11 日賽區(qū)評閱編號（由賽區(qū)組委會評閱前進行編號）：2011二期培訓第一題編 號 專 用 頁賽區(qū)評閱編號（由賽區(qū)組委會評閱前進行編號）：賽區(qū)評閱記錄（可供賽區(qū)評閱時使用）：評閱人評分備注全國統(tǒng)一編號（由賽區(qū)組委會送交全國前編號）：全國評閱編號（由全國組委會評閱前進行編號）：2011二期培訓第一題 【摘要】空氣質(zhì)量問題日益被人們看重，它直接影響著全球氣候的變化，因此隨時監(jiān)測空氣質(zhì)量的變化尤為必要。之后，我們又運用F檢驗和復相關(guān)系數(shù)R用來判別回歸方程在統(tǒng)計上是否合理，結(jié)果令人滿意。請運用數(shù)學建模的方法對下列問題作出回答：、PM10之間的特點，并將幾個城市的空氣質(zhì)量進行排序。本文細致的對各個城市的空氣污染指數(shù)進行數(shù)據(jù)處理，之后用處理好的數(shù)據(jù)進行比較、分析、評價。因此，可以建立多元回歸預測模型，對其濃度變化規(guī)律進行空氣質(zhì)量與氣象參數(shù)之間的關(guān)系的分析。針對問題三 根據(jù)數(shù)據(jù)的特點以及實際情況，我們將數(shù)據(jù)按季節(jié)分開，分別對兩組數(shù)據(jù)進行多元線性回歸，這樣可以減小誤差。比較A和B城市與其他幾個城市，可以了解到他們可能是都是偏工業(yè)城市，三項指標相對于其他城市都較高。二）AHP模型的建立1) 將研究目標（Z）、因素（P）、對象（C）按相關(guān)關(guān)系分成目標層Z、準則層P、對象層C。根據(jù)上述問題的分析中的假設可知，權(quán)重值越大，表明空氣污染情況越嚴重。只有平穩(wěn)時間序列才可能構(gòu)建自回歸滑動平均ARIMA(p,d,q)模型。其中252到258依次表示9月15日到9月21日。即A城市濃度。
A城市PM10的濃