删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于分位回归的北京市PM2.5的影响分析

中国人民大学 辅仁网/2017-07-05

文献详情
基于分位回归的北京市PM2.5的影响分析
文献类型:期刊
作者:晏振[1]田茂再[2]
机构:中国人民大学应用统计科学研究中心,北京,100872;中国人民大学统计学院,北京,100872

年:2015
期刊名称:统计与决策
期:17
页码范围:103-105
增刊:增刊
收录情况:中文核心期刊要目总览CSSCI(42C1092015170029)
所属部门:统计学院
语言:中文
ISSN:1002-6487
链接地址:http://d.g.wanfangdata.com.cn/Periodical_tjyjc201517029.aspx
DOI:10.13546/j.cnki.tjyjc.2015.17.029
人气指数:1
浏览次数:1
关键词:分位回归;PM2.5;空气污染;汽车尾气
摘要:文章利用分位回归方法分析北京市的臭氧(O3)、二氧化硫(SO2)、二氧化氮(NO2)以及一氧化碳(CO)这四种空气污染物与PM2.5的影响关系.通过构建线性参数分位回归模型和单指标分位回归模型估计具体影响系数,结果显示这四种空气污染物对PM2.5有着重要影响,并且在高分位时比低分位的影响更为突出.通过实证知道,分位回归方法相对于均值回归更能够反映出数据的全貌,更全面确切地反映回归信息.
作者其他论文



基于分位回归的国家形象影响因素分析.李泽昱;苏宇楠;田茂再.统计研究.2014,31(8),59-65.
负二项抽样下需处理数置信区间构造方法的改进.舒焕;封达道;田茂再.系统科学与数学.2012,32(9),1047-1056.
逆抽样下流行病发病率的逼近与渐近置信区间.田茂再;吴喜之;李远,等.系统科学与数学.2008,28(5),513-523.
条件分位中的分层线性回归模型.田茂再;陈歌迈.中国科学A辑.2006,36(10),1103-1118.
关于纵向数据分析方法的比较研究.陈彦靓;田茂再.统计与决策.2013,23-26.

相关话题/科学 统计 北京 中国人民大学 数据