煙臺市的低碳生活統(tǒng)計分析統(tǒng)計學專業(yè)畢業(yè)設計畢業(yè)論文(編輯修改稿)
2025-02-13 02:21 本頁面
【文章內容簡介】 學位論文 5 010203040506070801 2 3系列1系列2系列3系列4系列5系列6 圖 2 生活中的具體 “ 低碳 ” 行為 分析圖 2可以得到 : 對于手帕的使用 , 大多數(shù)市民認為用手帕很麻煩還是紙巾更方便 , 但是紙巾的大量使用會對紙漿、樹木大量需求 , 對紙漿的需求會照成水污染加劇 , 而對樹木的需求會使得大量樹木被砍伐、水土流失嚴重、 “ 溫室效應 ” 加劇 , 因此提倡市民多用手帕 , 少用紙巾 。 可以看出絕大多數(shù)的市民很少使用一次性筷子 , 這會是一個很好的 開始 。 但是對肉制品的需求比較大 , 肉制品的大量食用會增加二氧化碳的排放量 。 普遍市民都會選擇使用正反兩面的紙張 , 電腦、電視等一系列的電器一旦不用的時候幾乎所有市民都會拔掉插頭的 。 同時在購買電器時絕大多數(shù)的市民會注意電器的節(jié)能指標 . 由于 “ 低碳 ” 生活不僅要降低二氧化碳的排放量 , 同時還需要節(jié)約能源 . 這就要求生活中要節(jié)約用電、避免使用一次性筷子、少用或合理使用紙巾、紙張等 . 而不同年齡段的市民又能為 “ 低碳 ” 做的有哪些呢 ? 如表 3所示 . 表 3 不同年齡段的市民能為 “ 低碳 ” 做的 $能為低碳做的 * Crosstabulation 年齡段 Total 20歲以下 2029歲 3039歲 4049歲 50歲以上 $能為低碳做的a 拒絕使用塑料袋 , 堅持使用環(huán)保袋 Count 10 32 16 8 4 70 % within $能為低碳做的 % % % % % 出門盡量少開車 , 多乘坐公交車 Count 10 29 16 12 4 71 % within $能為低碳做的 % % % % % 使用節(jié)能燈 , 注意節(jié)約用電 Count 14 35 21 16 6 92 % within $能為低碳做的 % % % % % 節(jié)約用水并且合理循環(huán)用水 Count 13 25 13 16 6 73 % within $能為低碳做的 % % % % % 少吃肉 , 多吃蔬菜 Count 9 20 11 10 6 56 % within $能為低碳做的 % % % % % 魯東大學學士學位論文 6 拒絕一次性的東西 Count 6 19 11 10 1 47 % within $能為低碳做的 % % % % % 多植樹種草 , 提倡綠化 Count 13 31 15 15 5 79 % within $能為低碳做的 % % % % % 巧用廢舊品 , 變廢為寶 Count 2 18 8 14 3 45 % within $能為低碳做的 % % % % % 上下樓時少乘坐電梯 , 多爬樓梯 Count 7 19 11 9 4 50 % within $能為低碳做的 % % % % % 衣服多穿棉質、亞麻和絲綢類的 Count 9 18 9 12 4 52 % within $能為低碳做的 % % % % % 汽車后備箱少放東西 Count 2 9 5 11 1 28 % within $能為低碳做的 % % % % % Total Count 15 39 22 17 6 99 Percentages and totals are based on respondents. a. Dichotomy group tabulated at value 1. 分析表 3可以得到 : 不論各年齡段的市民大多數(shù)都能夠做到使用節(jié)能燈、注意節(jié)約用電 , 拒絕使用塑料袋、堅持使用環(huán)保袋 , 出門多乘坐公交車 , 節(jié)約用水并且合理循環(huán)用水 , 多植樹種草、提倡綠化 . 但是對于少吃肉、多吃蔬菜 , 拒絕一次性的東西 , 巧用廢舊品、變廢為寶 , 上下樓時少乘坐電梯、多爬樓梯 , 衣服多穿棉質、亞麻和絲綢類的 , 汽車后備箱少放東西這些 “ 低碳 ” 生活的舉措只有較少部分的市民能夠做到 . 然而這些舉措在市民的生活中稍加注意是完全能夠做到的 , 因此這就需要對 “ 低碳 ” 生活進行進一步的有效宣傳和提出有力合理的實施措施 . 方差分析 方差分析認為觀測值的變化受兩類因素的影響 : 第一類是控制因素（ 控制變量） 不同水平所產(chǎn)生的影響 。 第二類是隨機因素（ 隨機變量） 所產(chǎn)生的影響 , 主要指試驗過程中的抽樣誤差 . 而方差分析正是通過推斷控制變量各水平下觀 測變量的總體分布是否有顯著差異來實現(xiàn)其分析目的的 .[6] 魯東大學學士學位論文 7 單因素方差分析 單因素方差分析是分析單個控制變量各水平下觀測變量的總體分布是否有顯著差異來實現(xiàn)其分析目的的 .[7]例如 , 以性別作為控制變量 , 以栽種花草和衣服換洗為觀測變量 , 那么在性別各水平下對栽種花草和衣服換洗進行單因素方差分析 , LSD假定方差齊性 , 顯著性水平為 . 如表 4所示 . 表 4 栽種花草和衣服換洗的單因素方差分析 ANOVA Sum of Squares df Mean Square F Sig. 有時間 會栽種花草嗎 Between Groups .135 1 .135 .281 Within Groups 97 .115 Total 98 衣服攢夠再洗還是換了就洗 Between Groups .063 1 .063 .291 .591 Within Groups 97 .215 Total 98 分析表 4可以得到 : 對于有時間栽種花草的原假設為 : 男女市民對于有時間栽種花草 不 存在顯著差異 . 經(jīng)過單 因素方差分析得到 P值 =, 顯著性水平為 , P值 不能拒絕原假設 , 即男女市民對于有時間栽種花草沒有顯著差異 . 對于衣服換洗的原假設為 : 男女市民對于衣服換洗 不 存在顯著差異 . 經(jīng)過單因素方差分析得到 P值 =, 顯著性水平為 , P值 , 即男女市民對于衣服換洗沒有顯著差異 . 多因素方差分析 多因素方差分析是分析多個控制變量各水平下觀測變量的總體分布是否有顯著差異來實現(xiàn)其分析目的的 .[8]例如 , 以性別和年齡段作為控制變量 , 以栽種花 草為觀測變量 , 那么在性別和年齡段各水平下對栽種花草進行多因素方差分析 , 顯著性水平為
高考資料相關推薦
鄂ICP備17016276號-1