近年来，随着经济和社会的高速发展，我国工业化和城市化水平不断提高，雾霾问题正演变为我国城市大气污染的主要灾害之一。随着洛阳市城市规模扩大、旅游业和工业迅速发展以及机动车辆猛增，使得悬浮细颗粒物PM2.5大量增加[1]。洛阳环保部门在官方网站公布的数据显示，2016年1月4日PM2.5曾经达到了879，污染问题亟待解决。

近些年学者对PM2.5、PM10有不少研究，主成分回归分析法也灵活运用于研究中。王秦等人[2]用感耦合等离子体质谱分析了PM2.5与空气中36种元素含量的关系并将它们进行分级；金涛等人[3]运用改进后的主成分回归分析法对产品外观进行评价；王翠云等人[4]应用主成分分析和多元回归分析法对空气质量指数(AQI)进行综合分析。张延军等人[5]运用主成分回归分析法研究烟叶评吸质量指标与外观质量指标的关系。

在某种程度上讲，莫言的创作生涯可以分为前后两段：前期是童年体验的表达，后期是成人后的文学书写。《透明的红萝卜》中黑孩的生命经历代表着前期的童年莫言，看似木讷、孱弱的外表下，内心有着极其敏锐的感觉和超常的忍受痛苦的能力。他眼中的世界，是通过感官触角探索且内化于心的感觉混合。后期的文学书写，只是前期狂欢感觉和心灵记忆的文字记录，无论小说的故事背景如何切换，不管人物身份、角色如何设置，其生命的欲望表达和感觉的狂欢书都没有改变。

本文运用多元回归分析和主成分回归方法，对洛阳市区2013年11月到2016年8月AQI、月平均温度的数据进行分析，通过探究PM2.5与其他大气污染物PM10、SO2、CO、NO2、O3及月平均温度之间的关系，对空气污染状况进行有效评估，研究污染成因，提出有效防治措施。

1　模型简介

1.1　多元线性回归模型

设随机变量y与一般变量x1,x2...,xp的线性回归模型为[6]：

y=β0+β1x1+β2x2+...+βpxp+ε。

洛阳属于工业城市，工业生产过程会产生大量污染物。洛阳市人口增长、工业持续发展和机动车辆猛增，导致悬浮细颗粒物PM2.5和气态污染物二氧化硫、氮氧化物的增加，PM2.5中可溶性粒子具有强吸水性，它们与水蒸气结合在一起，形成灰霾天气。根据以上分析结果，对洛阳市区提出以下合理性建议:① 要求洛阳市区以及市周的工厂在烟囱内加废气处理装置，如尾气催化、将废气无害化处理再排放；② 加强车用燃油生产领域质量监督和检验，增加新能源的使用；③ 开发新能源,如太阳能、风能等适合洛阳本地的新型能源。洛阳已有6个风电站，可以在此基础上选取合适的地方新增几个风力发电站；④ 加强对秸秆焚烧的监管。尤其是农村和城乡结合部地区的监管；⑤ 当雾霾达到一定程度时，对洛阳市区车辆进行限号。

在进行网页制作时，要想提高网页的浏览速度，就要对CSS代码重用加以足够的重视，尽管现下网页制作人员都会在CSS编写中采用大部分网站中的样式代码，但是由于种种原因，CSS的众多样式代码却并未全部得到重用，因此，就要增加代码重用率，即将属性相同的代码通过群组选择符进行样式的集中，这样就可将页面中公共选择代码进行全部的重用。

1.2　主成分回归模型

分析多指标的问题，运用主成分分析方法对其进行降维，被普遍应用于各行各业的学术研究中。主成分分析是先确定研究问题、选定变量，再选取几个线性无关且包含极可能多原始变量信息的新变量来替换原始变量[7]。

(1)对原始数据进行标准化[8]。消除不同变量量纲的影响，含p个指标的样本矩阵X=(xij)n×p,i=1,2,...,n,j=1,2,...,p的标准化值为：

 

(2)计算相关系数矩阵。rij(i，j=1，2，…，p)为原变量的xi与xj之间的相关系数，设变量X1,X2...,Xp的n次观测数据阵X已标准化，其计算公式为：是实对称矩阵(即rij=rji)。

在SPSS软件中的实现过程“分析-描述统计-描述-将标准化得分另存为变量”。

三维激光扫描技术在桥梁工程领域的应用与挑战 …李东栋（6-263）… 浅析地理信息与位置大数据在地图编制中的应用余磊（6-265）

(3)计算相关矩阵R的特征值与特征向量。首先解特征方程：|Σ-λI=0，求出特征值λ1≥λ2≥,...,≥λp≥0，a1,a2...ap为相应的单位正交特征向量。

综合分析主成分回归方程得到PM10和O3交叉项以及NO2和O3交叉项对PM2.5浓度的影响程度最大，CO与O3的交叉项以及SO2与O3的交叉项对PM2.5的影响次之。由此可以看出，对PM2.5影响较大的因素不是单一的，而是两种因素共同作用影响显著。因此控制PM2.5的浓度时要着重控制O3以及PM10和CO的排放量，能有效地降低PM2.5的含量。

 

一般取累计贡献率达80%～85%的特征值λ1,λ2,...,λm所对应的第1，第2，…，第m(m≤p)个主成分。

(5)建立主成分特征函数。

由表3主成分回归的KMO 和 Bartlett 的检验结果，可得该模型的KMO统计量值为0.704，KMO值接近1，说明所有变量间的简单相关系数平方和远远大于偏相关系数平方和，意味着变量间的相关性强，原有变量适合作因子分析，检验通过。其次用主成分的成份矩阵前三列分别除以前三个特征值的平方得到前三个主成分的成份系数矩阵，结果如表4所示。

y=β0+β1Fac1+β2Fac2+...+βmFacm。

再以Fac1,Fac2,...,Facm为因变量，分别与原来的p个自变量建立多元线性回归模型，得到最终的y与m个自变量的主成分回归模型。

对照组给予常规新辅助化疗，给予地塞米松和环磷酰胺治疗，环磷酰胺（国药准字H32020857，江苏恒瑞医药股份有限公司，规格0.2 g，批号：13012321、15041245）200 mg/m2在治疗的第1～4天静脉推注；地塞米松（国药准字H44021890，广东邦民制药厂有限公司，规格5 mg/支，批号：20130919、20150721）20 mg/d，在术后第1～2、4～5、8～9、11～12天静脉滴注。

2　洛阳市PM2.5污染状况的影响评价

2.1　数据来源及预处理

  

图1　各指标之间的散点矩阵图

对洛阳市区2013年11月到2016年8月AQI数据、月平均温度进行分析，探究PM2.5与PM10、SO2、CO、NO2、O3、月平均温度这6个因素之间的关系[9]。通过SPSS软件进行数据的统计分析[10]。

令x1：变量PM10；x2：变量SO2；x3：变量CO；x4：变量NO2；x5：变量O3；x6：变量月平均温度为标准化的变量。PM2.5与PM10、SO2、CO、NO2、O3、月平均温度这6个因素之间的散点矩阵图如图1所示。

由图1可知各因素对PM2.5的影响呈现线性递增或递减趋势，由于各因素之间也可能在大气中发生化学变化变成其他物质，故同时需考虑各因素间的交叉作用及平方项对PM2.5的影响。

2.2　多元线性回归的统计分析

对影响 的各因素、各因素间的平方项及交叉作用共27个变量再次进行回归分析。通过SPSS软件“分析-回归-非线性”对多元线性回归模型进行参数估计，并进行参数估计值的显著性检验以及模型拟合优度检验。该多元线性回归模型的拟合优度为R2=0.996，P=0.000通过检验。因此，从整体上看，可以用多元线性回归进行分析PM2.5的各因素、各因素间的方项及交叉作用平之间的关系。多元线性回归模型的回归系数估计值结果如表1所示。由表1多元线性回归模型的系数估计值及 置信区间表可知，在检验它们的估计区间时发现只有回归系数β3、β7、β10、β13、β15、β16、β18的置信区间不包含零点，其他的回归变量对y的影响不显著，因此本文尝试用主成分回归分析方法对模型进行修改。

 

表1　多元线性回归的系数估计值及95%置信区间

  

参数估计标准误95%置信区间下限上限β0(常数)406．669271．665-258．0721071．411β1(x∗1)-0．2891．484-3．9213．342β2(x∗2)2．1652．506-3．9678．296β3(x∗3)-267．67185．165-476．063-59．279β4(x∗4)-3．0085．729-17．02711．010β5(x∗5)2．0051．731-2．2306．240β6(x∗6)-18．55411．996-47．90610．798β7(x∗1x∗1)0．0240．0050．0120．036β8(x∗1x∗2)-0．0430．017-0．084-0．002β9(x∗1x∗3)-0．2970．362-1．1830．589β10(x∗1x∗4)-0．0790．021-0．130-0．028β11(x∗1x∗5)0．0140．007-0．0030．031β12(x∗1x∗6)-0．0610．061-0．2100．087β13(x∗2x∗2)-0．0710．017-0．114-0．029β14(x∗2x∗3)2．1090．994-0．3234．541β15(x∗2x∗4)0．2350．0930．0070．463β16(x∗2x∗5)-0．0730．027-0．138-0．008β17(x∗2x∗6)0．1960．123-0．1060．497β18(x∗3x∗3)30．77412．0801．21460．334β19(x∗3x∗4)0．6971．239-2．3343．729β20(x∗3x∗5)-0．3040．352-1．1650．557β21(x∗3x∗6)6．6882．792-0．14413．519β22(x∗4x∗4)-0．0360．076-0．2210．149β23(x∗4x∗5)0．0280．022-0．0270．082β24(x∗4x∗6)-0．0010．152-0．3730．370β25(x∗5x∗5)0．0000．005-0．0120．012β26(x∗5x∗6)-0．0670．058-0．2090．076β27(x∗6x∗6)0．3060．173-0．1190．730

 

表2　主成分回归解释的总方差

  

成份初始特征值特征值百分率/%累积百分率/%117．20463．71763．71724．73917．55381．27031．6516．11687．38741．0763．98691．37350．9543．53294．905

 

表3　主成分回归的KMO 和 Bartlett 的检验

  

取样足够度的Kaiser⁃Meyer⁃Olkin度量0．704Bartlett的球形度检验近似卡方2942．898df351Sig．0．000

鼓励儿童的亲社会行为，如谦让、帮助、分享、合作等。在一项研究中，心理学家让托儿所教师特别奖励那些亲社会行为，如分享玩具、合作等。两周之内，这种方法有效地减少了儿童之间的身体攻击和言语攻击；继续实施几周后，攻击性行为又进一步淡化了。对儿童攻击性行为的惩罚，实际上也是一种攻击行为，是一种“以牙还牙”，可能使儿童在受到别人攻击时采取报复手段。而这种无惩罚的方法的最大好处是，不给儿童提供“反攻击”或“报复”的原型。

2.3　主成分回归统计分析

对样本数据进行主成分回归分析。首先对数据进行标准化处理，SPSS过程“分析-描述统计-描述-将标准化的得分另存为变量”；其次，对样本数据进行主成分分析，SPSS过程为“分析-降维-因子分析-主成分”，得到主成分回归解释的总方差结果如表2所示。

由表2可得前三个的主成分的累计贡献率已经达到87.387%，说明前三个能解释原自变量总方差约87%的信息，已足够对PM2.5进行分析及预测，因此可以提取前三个对洛阳市的PM2.5含量进行综合评价。首先进行KMO 和 Bartlett 的检验，检验结果如表3所示。

栗战书委员长在讲话中特别指出：“地方立法是具有中国特色、特征鲜明的制度规范，在改革开放和现代化建设中发挥着重要的、独特的作用。”可以说，这一“特别指出”，既是在要求我们从事地方立法工作的同志，只有通过深入学习贯彻习近平新时代中国特色社会主义思想，特别是习近平总书记关于全面依法治国、加强立法工作的重要论述，才能在坚持党对立法工作的领导、坚持立法为民、坚持法制统一的前提下进一步做好新时代的地方立法工作，又是在指示我们从事地方立法工作的同志，只有坚持立法与改革发展相适应，突出地方特色，不断提高立法质量，才能充分发挥人大及其常委会在立法工作中的主导作用，并在立法工作中形成“凝聚各方智慧”之合力。

(6)使用主成分进行多元回归。计算因子得分，构建主成分回归方程。令y为因变量，多个因子Fac1,Fac2,..,Facm为自变量，建立多元线性回归模型：

从表4主成分回归的成分矩阵来看，第一主成分主要是PM10、SO2、CO、NO2、O3、月平均温度PM10的平方项、PM10与SO2的交叉项、PM10与CO的交叉项、PM10与NO2的交叉项影响；第二主成分主要是PM10与O3的交叉项影响，第三主成分则不明显。最后进行主成分回归时，需先分析Y与F1,F2,F3之间的关系，绘制散点矩阵图如图2所示。

由图2可知，Y*与F1、F2、F3之间具有线性关系，因此再用SPSS软件对F1、F2、F3进行逐步回归分析，在建立Y*与F1、F2、F3的多元回归方程的过程中，按偏相关系数的大小次序将F1、F2、F3逐个引入回归方程，对引入方程中的每个自变量偏相关系数进行统计检验，效应显著的自变量留

采用SPSS 17.0软件处理实验数据，计量资料用（±s）表示，采用t检验。（P＜0.05差异有统计学意义）。

 

表4　主成分的3个成份系数矩阵

  

类型F1F2F3x∗10．00290．0116-0．0256x∗20．0029-0．00390．1317x∗30．00240．0185-0．1702x∗40．00290．01100．0454x∗5-0．00260．02470．0165x∗6-0．00320．0045-0．0579x∗1x∗10．00280．0122-0．0579x∗1x∗20．00320．00570．0209x∗1x∗30．00280．0165-0．1174x∗1x∗40．00300．0131-0．0256x∗1x∗5-0．00040．03820．0642x∗1x∗6-0．00270．01110．0022x∗2x∗20．0026-0．00720．1302x∗2x∗30．00310．0078-0．0146x∗2x∗40．00310．00280．0781x∗2x∗50．00090．03190．2146x∗2x∗6-0．00220．00930．1159x∗3x∗30．00240．0191-0．1632x∗3x∗40．00280．0175-0．0931x∗3x∗5-0．00140．0369-0．0546x∗3x∗6-0．00300．0100-0．0781x∗4x∗40．00290．01240．0172x∗4x∗5-0．00090．03850．1056x∗4x∗6-0．00290．01090．0099x∗5x∗5-0．00250．02440．0238x∗5x∗6-0．00300．0138-0．0363x∗6x∗6-0．00300．0041-0．0814

  

图2　Y*与F1,F2,F3的散点矩阵图

在回归方程内，由于F3对Y*的效应不显著，故剔除，最后建立Y*与F1、F2的回归方程，SPSS过程“分析-回归-线性”，主成分回归模型结果如表5所示。

 

表5　主成分回归的系数估计及系数显著性检验

  

模型非标准化系数标准系数B标准误差试用版TSig．(常量)3．44E-160．07601F10．2110．0190．87411．3510．000F20．1060．0350．232．9870．005

由表5可知，标准化的PM2.5对前两个主成分的线性回归模型通过显著性检验(R2=0.816，P=0.000)，从而回归方程是高度显著的，对F1、F2的检验结果P值分别是0.000、0.005可得出个解释变量F1、F2对Y*的影响是显著的，综合分析得到主成分回归方程为：Y*=0.211F1+0.106F2。

高职院校应该率先拓宽自身的发展视角，要及时对师资市场中的现有状况进行调查，也无需特别注意避开学习本科院校的管理制度。对于一些具有现代化特征，且具有应用价值的管理制度，高职院校应该留其骨架，将自身的教师管理特色和高职院校的运行特征融合到该制度中，将其改良为更加适应于高职院校的师资管理机制。除此之外，校方也可以放开二级分校的办学权利，将校内资源和资产的管理权、使用权也统一开放。这样一来便能通过开放性手段为教师们提供更加宽广的发展空间。当校内教师可以在开放进程中提供真实的发展意见时，教师的活力便也能得到极大的提升，继而间接提升校园内部的师资力量“供给”能力。

由表7可知，8 min烘干时间偏少，水分未完全去除；而12 min烘干时间偏多；14 min烘干时间太多，导致烘干过度，焦化而口感差；在10 min烘干时间的条件下适宜，且凤尾鱼软硬刚好，咀嚼有劲道。

引入F1、F2的表达式，得到标准化Y关于标准化自变量的回归方程：

 

 

 

(4)计算主成分贡献率及累计贡献率，确定主成分。主成分Zi的贡献率、累计贡献率分别为

3　结　语

式中：y是被解释变量，x1,x2...,xp是p个可以精确测量并可控制的一般变量，称为解释变量。因变量y由两部分组成：一部分是误差项随机变量ε，另一部分是p个自变量的线性函数β0+β1x1+β2x2+...+βpxp；ε是随机误差。

参考文献：

[1] 刘彪,邹雨菲,赵子程.吉林省四平市雾霾天气成因及影响[J].河南农业,2016(9):45.

[2] 王秦,陈曦,何公理,等.北京市城区冬季雾霾天气PM2.5中元素特征研究[J].光谱学与光谱分析,2013,33(6):1441-1445.

总之，“心动 行动 感动”是一个整体，缺一不可，中职数学教学只有从这三层次入手，创设一个“动”的教学理念。让学生的心“动”起来，手“动”起来，方法“活”起来，学生就会积极参与，努力探索，乐此不疲。我坚信，只要我们拨动中职数学课堂的生命和弦，使学生学得更为轻松，课堂教学就会更有成效。

[3] 金涛,薛澄岐,王海燕,等.基于改进后的主成分回归分析法的产品外观评估[J].东南大学学报,2011,41(4):739-743.

[4] 王翠云,胡学平,相旭东.PM2.5影响因素的主成分回归分析与预测[J].安庆师范学院学报,2015,21(4):24-27.

[5] 张延军,李旭华,林锐锋,等.主成分回归分析法在永州烟叶评吸质量与外观质量的关系模型构建中的应用[J].中国农学通报,2012,28(18):256-259.

河道工程配套后，水库就可以正常进行防洪调度。水库汛限水位为937 m。当遇到标准以内洪水时，水库按下游有保护对象方式进行调度，开启输水洞及泄洪洞闸门实行控泄，使Q泄≤Q安，也就是最大泄量小于等于598 m3/s，使水库水位保持937 m，如果来水流量大于最大下泄流量，则水库水位升高，水位升到的最高值，即为防洪高水位。

[6] 何晓群,刘文卿.应用回归分析[M].4版北京:中国人民大学出版社,2015:156-160.

[7] 付倩娆.基于多元线性回归的雾霾预测方法研究[J].计算机科学,2016,43(6A):526-528.

[8] 高慧旋.应用多元统计分析[M].北京:北京大学出版社,2014:267-272.

[9] 陈方樱,沈思.数据分析方法及SPSS应用[M].北京:科学出版社,2016:158-178.

[10] 武松,潘发明.SPSS统计分析大全[M].北京:清华大学出版社,2014:334-339.