使用R语言实现的城市空气质量分析模型

今天来点分享点干货吧，这个题是这学期数学建模的课题，不过鉴于本人数学比较渣而且时间精力有限，实现的思路比较传统和简单，用到了多元线性回归和主成分分析来求解模型，这也是统计学习方法里面比较常见的一种，正好在上个学期学习了R语言的使用，用来做统计分析十分方便。

首先面临的问题是数据收集，经过多方查找，终于找到了PM2.5.in这个网站提供的开放数据接口，用python写爬虫爬到了一年来北京市的空气质量监测数据。又考虑到空气质量和工业、经济发展、天气等多方因素有关，但是在这其中容易收集到的就是天气数据，故在天气后报网站上手工复制到一年来的天气数据，以及动用各种搜索引擎耗尽十年功力找到13年全年和14年夏天几个月的湿度数据，从气候条件这一切入点做相关分析。原始数据格式如下：

第一个要解决的问题就是空气质量与哪些污染物有密切的关系？（废话，肯定是PM2.5嘛。。）不过数据胜于雄辩，用r语言求解相关矩阵的方法（cor()）求出空气质量指数AQI和其他污染物的相关矩阵以及图像如下：

Perfect，结果让我们很满意，AQI和PM2.5之间的相关程度最高，印证了我们最初的猜想（（-，-）|||），之后我们的分析就可以围绕PM2.5展开鸟~

首先做一个不太有意义的分析，我们看到AQI是直接和污染物的浓度挂钩的，那么问题来了，能不能由这些污染物的浓度倒推出AQI的计算公式呢？我们知道求解因变量与多变量之间的最常用