函数型数据视角下基于伪分位数聚类的空气质量治理区域划分
Regional Division of Air Quality Governance Based on Pseudo-Quantile Clustering with the View of Functional Data作者机构：临夏县统计局甘肃临夏731800 西安思源学院基础部陕西西安710038 新疆财经大学统计与数据科学学院新疆乌鲁木齐830012 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
出 版 物：《数理统计与管理》 (Journal of Applied Statistics and Management)
年 卷 期：2024年第43卷第2期
页 面：263-279页
核心收录：
学科分类：0202[经济学-应用经济学] 02[经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学（可授理学、经济学学位）] 070103[理学-概率论与数理统计] 0701[理学-数学]
主 题：Expectile曲线 M分位数 伪分位数 函数型数据聚类 空气质量
摘 要：近几年,空气污染与质量问题受到广泛关注。由于我国各大城市空气质量差异较大,区域性特征明显,所以划分空气质量区域,实施针对性空气质量防治措施,对改善和提高我国各地区空气质量具有重要的现实意义。本文以我国312个地级市2015年至2019年空气质量AQI逐日数据,使用伪分位数聚类,即Expectlie曲线聚类和M分位数函数型数据聚类方法,对各地级市空气质量进行研究和治理区域划分。根据两种聚类结果最终划分为9个不同的空气质量治理区域,并针对各区域特点提出污染防治措施。
维普期刊数据库
同方期刊数据库