(3.233.221.149) 您好!臺灣時間:2020/02/26 03:30
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
本論文永久網址: 
line
研究生:顧子明
研究生(外文):Gu, ZI-MING
論文名稱:臺灣空氣品質監測站PM2.5濃度等級之 次序邏輯斯迴歸分析
論文名稱(外文):An Ordered Logistic Regression Analysis of the PM2.5 Concentration Level in Taiwan
指導教授:林灼榮林灼榮引用關係謝俊魁謝俊魁引用關係
指導教授(外文):Lin, Jwu-RongHsieh,Chun-Kuei
口試委員:孔祥琜江怡蒨
口試委員(外文):Kung, Shyang-LaiChiang, Y.C.
口試日期:2019-06-06
學位類別:碩士
校院名稱:東海大學
系所名稱:國際經營與貿易學系
學門:商業及管理學門
學類:貿易學類
論文出版年:2019
畢業學年度:107
語文別:中文
論文頁數:108
中文關鍵詞:空氣品質PM2.5濃度次序邏輯斯迴歸模型
外文關鍵詞:Air qualityPM2.5 concentrationordered logistic regression model
Facebook:gutsming96@yahoo.com.tw
相關次數:
  • 被引用被引用:0
  • 點閱點閱:146
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:39
  • 收藏至我的研究室書目清單書目收藏:1
  近年來台灣社會蓬勃發展,人均所得不斷增加下,繁盛的工商活動卻造成了空氣汙染,嚴重地影響國人的健康。有鑑於此,我們以PM2.5濃度作為本研究的量化指標,並以十個環保署空氣品質監測站(大里、西屯、沙鹿、忠明、豐原、線西、埔里、三義、馬祖及永和站)於2015至2018年之間每小時的偵測數據來探討各種環境因素對PM_2.5濃度的影響。
  本研究利用Catmull-Rom spline插值法和線性插值法來插補遺漏值,並進行單根檢定來確認數據的定態性質;其次將待分析的PM_2.5濃度區分成四個等級,並將各濃度等級以百分比表示;最後利用次序邏輯斯迴歸程式進行迴歸參數與勝算比的計算,並呈現出邊際效果。實證結果顯示:
化學因子:(1)在PM10濃度對PM2.5濃度的影響方面,所有測站都呈現出同向的關係。(2)在SO2濃度對PM2.5濃度的影響方面,除了埔里站外,其他測站都呈現出同向的關係。(3)在NO濃度對PM2.5濃度的影響方面,除了三義、馬祖、線西外,其他七測站都呈現出反向的關係。(4)在NO2濃度對PM2.5濃度的影響方面,除了大里、忠明及埔里站外,其它七測站都呈現出同向的關係。(5)在CO濃度對PM2.5濃度的影響方面,除了大里站外,其它九測站都呈現出同向的關係。(6)在O3對PM2.5濃度的影響方面,所有測站都呈現出同向的關係。
氣象因子:(1)在氣溫對PM2.5濃度的影響方面,除了沙鹿、豐原及三義站外,其它七測站之PM2.5濃度與溫度的關係都呈現U字型態。(2)在風速對PM2.5濃度的影響方面,除了大里、沙鹿、豐原、埔里及馬祖站外,其它五測站之PM2.5濃度與風速的關係都呈現U字型態。(3)在相對溼度對PM2.5濃度的影響方面,除了大里、西屯及三義站外,其它七測站都呈現出同向的關係。
季節性虛擬變數:大里、忠明、豐原、埔里、馬祖及永和站在東北季風期間之PM2.5濃度較高,而線西、西屯、沙鹿、三義站在東北季風期間之PM2.5濃度則較低。

  In recent years, with vigorous economic development, the prosperous business activities have caused severe air pollution, which has seriously damages our health. In view of this, we use the hourly data from 2015 to 2018 of ten of the EPD air quality monitoring stations in Taiwan (Dali, Xitun, Shalu, Zhongming, Fengyuan, Xianxi, Puli, Sanyi, Matsu and Yonghe stations) to explore the impact of various environmental factors on PM2.5 concentration.
  We use the Catmull-Rom spline method and the linear interpolation method to interpolate missing values, and then perform unit root tests to check the stationarity of the data. Since the PM2.5 concentration was divided into four levels, we use the ordered logistic regression method to estimate the relationships between the PM2.5 concentration levels and the environmental factors.
  The empirical results are as follows:
1. Chemical factors: (1) PM2.5 concentration level is positively related to PM10 concentration for all stations. (2) PM2.5 concentration level is positively related to SO2 for all stations except for Puli station. (3) Except Sanyi, Matsu, and Xianxi station, PM2.5 concentration level is negatively related to NO for the other seven stations. (4) Except Dali, Zhongming, and Puli station, PM2.5 concentration level is positively related to NO2 for the other seven stations. (5) PM2.5 concentration level is positively related to CO for all stations except for Dali station. (6) PM2.5 concentration level is positively related to O3 for all stations.
2. Meteorological factors: (1) Except Shalu, Fengyuan, and Sanyi station, the relation between PM2.5 concentration and temperature for the other seven stations presents a U shape pattern. (2) Except Dali, Shalu, Fengyuan, Puli, and Matsu station, the relation between PM2.5 concentration and wind speed for the other five stations presents a U shape pattern. (3) Except Dali, Xitun, and Sanyi station, PM2.5 concentration level is positively related to relative humidity for the other seven stations.
3. PM2.5 concentration level is higher during the northeast monsoon for Dali, Zhongming, Fengyuan, Puli, Matsu, and Yonghe station, while it is lower during the northeast monsoon for Xianxi, Xitun, Shalu, and Sanyi station.

目錄
摘要 I
Abstract II
表目錄 IV
圖目錄 V
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究方法 3
第三節 研究流程 4
第二章 文獻回顧 5
第一節 PM2.5和其他衍生性氣膠相關文獻 5
第二節 遺漏值的處理之相關文獻 6
第三節 次序邏輯斯迴歸模型之相關文獻 7
第四節 本研究與相關文獻的連結與擴大應用 8
第三章 研究方法 10
第一節 遺漏值的處理 10
第二節 單根檢定(unit root test) 11
第三節 變數定義與衡量方式 13
第四節 迴歸模型與實證步驟 14
第四章 研究結果與分析 17
第一節 差異性檢定 17
第二節 全臺十座監測站的分析 21
一、線西(工業)監測站 23
二、大里(一般)監測站 30
三、西屯(一般)監測站 37
四、沙鹿(一般)監測站 44
五、忠明(一般)監測站 51
六、豐原(一般)監測站 58
七、馬祖(一般)監測站 65
八、埔里(參考)監測站 72
九、永和(交通)監測站 79
十、三義(背景)監測站 86
第三節 十個監測站異同點歸納分析 93
第五章 結論與建議 96
第一節 結論與管理意涵 96
第二節 研究限制 98
第三節 研究建議 99
參考文獻 100

表目錄
《表1-1》細懸浮微粒濃度與等級分類 2
《表4-1》臺灣十座監測站對PM2.5濃度的分布差異 17
《表4-2》各個月份對PM2.5濃度的分布差異 18
《表4-3》各個小時對PM2.5濃度的分布差異 20
《表4-4》線西(工業)敘述性統計圖表 23
《表4-5》線西(工業)站單根檢定表 24
《表4-6》線西(一般)監測站各變數相關係數 25
《表4-7》線西(工業)站次序邏輯斯迴歸與勝算比 27
《表4-8》線西(工業)站邊際機率 29
《表4-9》大里(一般)站敘述性統計圖表 30
《表4-10》大里(一般)站單根檢定表 31
《表4-11》大里(一般)站各變數相關係數 32
《表4-12》大里(一般)站次序邏輯斯迴歸與勝算比 34
《表4-13》大里(一般)站邊際機率 36
《表4-14》西屯(一般)敘述性統計圖表 37
《表4-15》西屯(一般)站單根檢定表 38
《表4-16》西屯(一般)站各變數相關係數 39
《表4-17》西屯(一般)站次序邏輯斯迴歸與勝算比 41
《表4-18》西屯(一般)站邊際機率 43
《表4-19》沙鹿(一般)敘述性統計圖表 44
《表4-20》沙鹿(一般)站單根檢定表 45
《表4-21》沙鹿(一般)站各變數相關係數 46
《表4-22》沙鹿(一般)站次序邏輯斯迴歸與勝算比 48
《表4-23》沙鹿(一般)站邊際機率 50
《表4-24》忠明(一般)敘述性統計圖表 51
《表4-25》忠明(一般)站單根檢定表 52
《表4-26》忠明(一般)站各變數相關係數 53
《表4-27》忠明(一般)站次序邏輯斯迴歸與勝算比 55
《表4-28》忠明(一般)站邊際機率 57
《表4-29》豐原(一般)敘述性統計圖表 58
《表4-30》豐原(一般)站單根檢定表 59
《表4-31》豐原(一般)站各變數相關係數 60
《表4-32》豐原(一般)站次序邏輯斯迴歸與勝算比 62
《表4-33》豐原(一般)站邊際機率 64
《表4-34》馬祖(一般)敘述性統計圖表 65
《表4-35》馬祖(一般)站單根檢定表 66
《表4-36》馬祖(一般)站各變數相關係數 67
《表4-37》馬祖(一般)站次序邏輯斯迴歸與勝算比 69
《表4-38》馬祖(一般)站邊際機率 71
《表4-39》埔里(參考)敘述性統計圖表 72
《表4-40》埔里(參考)站單根檢定表 73
《表4-41》埔里(參考)站各變數相關係數 74
《表4-42》埔里(參考)站次序邏輯斯迴歸與勝算比 76
《表4-43》埔里(參考)站邊際機率 78
《表4-44》永和(交通)敘述性統計圖表 79
《表4-45》永和(交通)站單根檢定表 80
《表4-46》永和(交通)站各變數相關係數 81
《表4-47》永和(交通)站次序邏輯斯迴歸與勝算比 83
《表4-48》永和(交通)站邊際機率 85
《表4-49》三義(背景)敘述性統計圖表 86
《表4-51》三義(背景)站各變數相關係數 88
《表4-52》三義(背景)站次序邏輯斯迴歸與勝算比 90
《表4-53》三義(背景)站邊際機率 92



參考文獻
一、中文文獻
1. 王宇軒、謝邦昌與廖佩珊(2017),細懸浮粒子(PM2.5)對健康的影響,《家庭
醫學與基層醫療》,第32卷第11期,322-327。
2. 林昕薇(2013),以Ordinal logistic regression model探討影響數位電視「隨選視訊」服務滿意度之關鍵因素,已出版碩士論文,臺北科技大學經營管理系研究所。
3. 莊秉潔與郭珮萱(2011),石化產業的空污與健康風險,《生態臺灣》,第30
卷,20-32。
4. 游佳玲(2003),以Ordered-logistic迴歸模型探討融資決策之順位,已出版碩士論文,臺北大學企業管理學研究所。
5. 彭雅惠與呂珮珊(2011),公司治理機制對信用評等影響之研究,《玄奘管理學
報》,第8卷第1期,49-74。
6. 張立農(2015),臺灣交通空氣品質監測站 PM10變異影響因素之研究,《水土
保持學報》,第47卷第1期,1235-1246。
7. 楊奕農(2017),《時間序列分析》,臺北市:雙葉書廊,346-384。
8. 劉彩卿與陳欽賢(2012),《STATA基礎操作與統計模型應用》,臺北市:雙
葉書廊,237-281。
9. 鄭旭智、張育哲、潘倩玉與林克明譯,《類別與受限依變項的迴歸統計模
式》(原著:Long, J.S., 1997),臺北市:弘志文化事業有限公司,2002年。






二、英文文獻
1. Anderson, Herbert L. (1986), “Metropolis, Monte Carlo and the MANIAC.” Los
Alamos Science, Vol 14, 96 108.

2. Chen, T. F., Chang, K. H. and Tsai, C. Y. (2014), “Modeling direct and indirect
effect of long range transport on atmospheric PM_2.5 levels.” Atmospheric
Environment, Vol. 89, 1-9.
3. Gourieroux, C., and Monfort, A. (1981), “On the problem of missing data in linear
models.” The Review of Economic Studies, Vol. 48(4), 579-586.
4. Hilbe, J. M. (2009), Logistic Regression Models, 1st edition, Chapman and Hall/
CRC, N.Y., N.Y.
5. Little, R. J. and Rubin, D. B. (1987), Statistical Analysis with Missing Data, 1st
edition, John Wiley and Sons, N.Y, N.Y.
6. Lu, M. (2002), “Determinants of Residential Satisfaction: Ordered Logit vs
Regression Models.” Growth and Change, Vol. 30(2), 264-287.
7. Seinfeld, J. H., and Pandis, S. N. (1998), Atmospheric Chemistry and Physics:From Air Pollution to Climate Change, 3rd edition, John Wiley and Sons, H.B.K, N.J.


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔