收藏 分销(赏)

SPSS经典论文答辩PPT课件.ppt

上传人:胜**** 文档编号:728487 上传时间:2024-02-26 格式:PPT 页数:19 大小:791KB
下载 相关 举报
SPSS经典论文答辩PPT课件.ppt_第1页
第1页 / 共19页
SPSS经典论文答辩PPT课件.ppt_第2页
第2页 / 共19页
SPSS经典论文答辩PPT课件.ppt_第3页
第3页 / 共19页
SPSS经典论文答辩PPT课件.ppt_第4页
第4页 / 共19页
SPSS经典论文答辩PPT课件.ppt_第5页
第5页 / 共19页
点击查看更多>>
资源描述

1、SPSS简单应用之简单应用之2010年中国主要年中国主要废水污染情况及处理费用分析废水污染情况及处理费用分析 信息信息09 09 耀魂雨耀魂雨 Page 2目录目录分析本案例所具有的现实意义分析本案例所具有的现实意义分析该案例所用到的分析该案例所用到的分析该案例所用到的分析该案例所用到的SPSSSPSS方法及过程方法及过程方法及过程方法及过程对案例分析的主要的对案例分析的主要的SPSS操作过程操作过程本案例的外延本案例的外延Page 3分析本案例所具有的现实意义n工业废水的综合治理已成为当代环境工作亟待解决的重大工业废水的综合治理已成为当代环境工作亟待解决的重大问题之一。随着工业经济的迅速发展

2、,工业废水的排放量问题之一。随着工业经济的迅速发展,工业废水的排放量增加很快。对工业废水的治理将减少工业废水给人们生活增加很快。对工业废水的治理将减少工业废水给人们生活带来的危害。带来的危害。n从环境保护的角度看,随着经济的发展,环境的保护越来从环境保护的角度看,随着经济的发展,环境的保护越来越受到人民的关心和国家的关注,绿色经济得到提倡和支越受到人民的关心和国家的关注,绿色经济得到提倡和支持。持。n从经济的角度看,废水处理厂私有化得到了推广。本案例从经济的角度看,废水处理厂私有化得到了推广。本案例解决的废水处理过程中的成本费用与诸多因素的数量关系,解决的废水处理过程中的成本费用与诸多因素的数

3、量关系,以便追求利润最大化。以便追求利润最大化。Page 4分析该案例所用到的分析该案例所用到的SPSSSPSS方法及过程方法及过程n本案例在一定的假设前提下,通过对废水处理过程中各影本案例在一定的假设前提下,通过对废水处理过程中各影响因素之间的相关分析,以及运用多元线性回归,先将以响因素之间的相关分析,以及运用多元线性回归,先将以判定的直接影响因素引入变量,再用逐步法将其它变量引判定的直接影响因素引入变量,再用逐步法将其它变量引入模型入模型n分析已得到的两个模型,通过比较二者拟合度、各系数的分析已得到的两个模型,通过比较二者拟合度、各系数的t检验及检验及Sig.值的情况从中选取其中一个更适合

4、的模型。值的情况从中选取其中一个更适合的模型。Page 5分析该案例的详细过程分析该案例的详细过程 假设:假设:数据中的废水治理设施的处理废水能力以及废水治理设施的维护和运营费用在一定误差内均相等。数据中工业废水排放达标量均视为处理的废水量。可能的自变量:可能的自变量:工业废水排放量、工业废水排放达标量、工业废水中化学需氧量排放量、工业废水中氨氮排放量和废水治理设施数分别用X1、X2、X3、X4和X5表示。因变量:因变量:本年运行费用(2010年处理废水的成本)用Y表示Page 6 1、对数据中的工业废水中化学需氧量排放量和工业废水中氨氮排放量应用Pearson相关分析。(相关分析表如表02所

5、示)分析表02:表02所示是Pearson相关系数及其显著性检验结果。由于其相关系数为0.586,相关系数的Sig.为0.010.01。所以相关系数用“*”标记,说明工业废水中化学需氧量排放量和工业废水中氨氮排放量的相关性是高度显著。Page 7Page 8 2、运用SPSS软件对数据中本年运行费用(2010年主要城市工业废水处理费用)与其各影响因素进行多元线性回归分析。对各影响因素进行初步筛选:在这5个解释变量中,显然X5(废水治理设施数)与Y(本年运行费用)有直接关系,而X1(工业废水排放量)、X2(工业废水排放达标量)可以断定与X5(废水治理设施数)有关,但不能直接判断其与Y有关。又X3

6、(工业废水中化学需氧量排放量)和X4(工业废水中氨氮排放量)高度相关,故把其中一个先引入解释变量(本例用X3)。综上:先把X3和X5用强行进入法纳入模型。X1、X2和X4采用逐步法进入模型。Page 9 Page 102024/2/25 周日10Page 11Page 12 表表06 回归分析结果回归分析结果Page 13分析表06:表06所示是回归分析结果。从表格中可以分别得到模型1和模型2各自的回归系数、其对应的t检验统计量值以及其它数值。模型1回归分析的拟合结果为Y=0.316X380.029X542221.859;模型2回归分析的拟合结果为Y=0.841X20.609X367.055X

7、55509.602.Page 14 对模型1和模型2进行比较分析:从表03的拟合度分析看,模型2略优于模型1;从表06中的各系数的t检验及Sig.值的情况也可看出模型2优于模型1。因此对改案例的回归分析还是用模型2的结果较好。即该多元线形回归模型的结果为:Y=0.841X20.609X367.055X55509.602.Page 15对案例分析的主要的SPSS操作过程n相关分析操作相关分析操作 执行【Analyze】【Correlate】【Bivariate】命令,弹出【Bivariate】对话框【Variables】:工业废水中化学需氧量排放量(吨)工业废水中化学需氧量排放量吨 工业废水中氨

8、氮排放量(吨)工业废水中氨氮排放量吨 选中 Pearson 复选框 选中 Two-tailed 单选框 选中 Flag significant correlatinos 选项 单击【Options】按钮 弹出【Options】对话框 【Options】对话框:选中 Means and standard deviations 复选框 单击【Continue】按钮 单击【OK】按钮 Page 16n多元线性回归分析操作多元线性回归分析操作 执行【Analyze】【Regression】【Linear】命令,弹出【Linear】对话框【Dependent】框:本年运行费用(万元)本年运行费用万元 【

9、Independent】框:工业废水中化学需氧量排放量(吨)工业废水中化学需氧量排放量吨 废水治理设施数(套)废水治理设施数套 进入方式“Enter”单击【Next】按钮 【Independent】框:工业废水排放量(万吨)工业废水排放量万吨 工业废水排放达标量(万吨)工业废水排放达标量万吨 工业废水中氨氮排放量(吨)工业废水中氨氮排放量吨 【Method】下拉列表:stepwise 单击【Statistics】按钮 弹出【Statistics】对话框 【Statistics】对话框:选中“Estimates”和“Model fit”复选框 选中“Collinearity diagnostic

10、s”复选框 单击【Continue】按钮 单击【OK】按钮 Page 17本案例的外延n本案例主要运用本案例主要运用SPSS软件通过多元线形回归得到了废水软件通过多元线形回归得到了废水处理所需费用与工业废水排放达标量、工业废水中化学需处理所需费用与工业废水排放达标量、工业废水中化学需氧量排放量以及废水治理设施数的一个多元线性回归方程。氧量排放量以及废水治理设施数的一个多元线性回归方程。对于一个废水处理厂就可以通过这个方程入手制定废水处对于一个废水处理厂就可以通过这个方程入手制定废水处理收费标准和选用哪种类型的废水处理设施以达到降低成理收费标准和选用哪种类型的废水处理设施以达到降低成本的目的。如果给定多种废水处理设施的一些指标,例如本的目的。如果给定多种废水处理设施的一些指标,例如单位处理能力、维护费用废水处理效果等多方面数据,还单位处理能力、维护费用废水处理效果等多方面数据,还可以建立一个新的模型,再结合本案例的结果,使成本最可以建立一个新的模型,再结合本案例的结果,使成本最低化。低化。谢谢观赏谢谢观赏Page 192024/2/25 周日19

展开阅读全文
部分上传会员的收益排行 01、路***(¥15400+),02、曲****(¥15300+),
03、wei****016(¥13200+),04、大***流(¥12600+),
05、Fis****915(¥4200+),06、h****i(¥4100+),
07、Q**(¥3400+),08、自******点(¥2400+),
09、h*****x(¥1400+),10、c****e(¥1100+),
11、be*****ha(¥800+),12、13********8(¥800+)。
相似文档                                   自信AI助手自信AI助手
搜索标签

当前位置:首页 > 学术论文 > 其他

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2025 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服