1. 引言 随着人们经济水平的提高、环保意识的增(2)
2013-08-03 01:13
导读：3.3. 主成分分析 将标准化的数据进行spss 因子分析，得到因子载荷矩阵： 我们以y1，y2 来表示主成分分析出的因子。根据表3-4 的系数矩阵我们可以得到方程
3.3. 主成分分析
将标准化的数据进行spss 因子分析，得到因子载荷矩阵：
我们以y1，y2 来表示主成分分析出的因子。根据表3-4 的系数矩阵我们可以得到方程组Ⅰ：
y1 = 0.818TE + 0.741PL + 0.696G + 0.571PA + 0.316GD + 0.574Wy2 = 0.007TE - 0.620PL - 0.693G + 0.667PA + 0.638GD + 0.617W
3.4. 二次回归
此时我们可以以新提出的两个因子作为自变量进行回归分析，但考虑到实际的生活垃圾热值与各变量之间的关系不可能是简单的线性关系，因此为了提高精度，我们建立二次回归方程，应用二次函数来拟合实际模型。即我们以y1，y2，y1y2，y12，y22 这5 个变量作为自变量进行回归分析，可以得到关于各组成成分的二次方程模型，并且这5 各自变量之间不存在多重共线性，可以保证回归分析的精度。
利用spss 进行回归分析得到：
这样根据表3-5 可以得到模型Ⅱ：
ZLHV = 0.456 y1+ 0.071 y2 + 0.02 y1y2 - 0.104 y12 - 0.188 y22 + 0.284（其中y1 与y2 以方程组Ⅰ计算）将表3-1 中的数据带入方程组Ⅰ，再将y1 与y2 带入模型Ⅱ中，计算得到闭集检验误差为6.27%，实验结果表明主成分分析后再进行二次回归得到的模型比较好的去除了原自变量之间的多重共线性，得到了比较准确的垃圾热值计算模型。
4. 结论
城市生活垃圾焚烧发电处理是一种高效的垃圾处理技术，垃圾热值是影响垃圾焚烧处理可行性的重要因素之一。本文采用数据缩减及回归分析的方法，首先对原有变量进行主成分分析，提取公共因子，然后以主成分因子为自变量，建立了二次回归方程，利用二次方程拟合实际的热值模型。以深圳市的垃圾处理数据为例，对主成分-二次回归模型进行了实际检验，并取得了较好的效果。
中国网专业提供代写硕士服务，并提供大量硕士，如有业务需求请咨询网站客服人员！
