1.背景
AQI就是各项污染物空气质量分指数中的最大值。当AQI大于50时，IAQI最大的污染物为首要污染物，若IAQI最大的污染物为两项或两项以上时，并列为首要污染物。空气质量指数，综合表示空气污染程度或空气质量等级的无量纲的相对数值。数据源来自2017月，河北秦皇岛空气质量指数和其他的指标的数据。分析结果表明，2017年河北秦皇岛空气质量指数是在冬季比较高，在夏季比较低。根据相关检验上的p值推断，2017年河北秦皇岛空气质量指数与最高温度 ，最低温度， 天气 ，风向和风力都是有关的。基于最高温度 ， 天气 ，风向和风力对空气质量指数进行预测，建立多元线性模型，线性模型的R2是0.9968，预测效果非常的好。
2.数据源说明
数据源来自2017月，河北秦皇岛空气质量指数和其他的指标的数据。
数据集df一共有个365行，10列。
将数据集导入R语言，查看每列的具体的情况
其中数据都是文本类型，需要进行一定的数据预处理的工作，比如将文本转化为数字。主要是最高温度和最低温度。
经过数据处理后，可以查看对应的类型，发现符合我的预期
在这里插入图片描述
3.数据描述
一、描述性统计
空气质量较好/较差？计算每一年的所有空气指标的统计结果
其中2017年河北秦皇岛天气空气污染情况大多数是优和良
二、单变量分析
基于数据集，绘制空气质量指数，最高温度和最低温度的趋势图。
基于数据集，绘制天气，风向，风力和空气污染程度的饼图。
三、双变量分析
空气质量主要受哪些因素的影响？
我进行相关检验，下面的检验的结果，如果ｐ值小于0.05，说明了显著相关。
空气质量指数和最高，最低温度有关，是负相关，说明了温度越高，空气质量指数越低，也就是越好，也就是热的时候空气好，降温的时候空气不好，比如经常出现雾霾。
卡方检验，对于双变量的进行卡方检验，如果ｐ值小于0.05，说明了显著相关。
卡方检验的ｐ值都是小于0.05，说明了空气污染程度和天气，风向，风力显著相关。
双变量作图
统计建模
怎样预测一个城市的空气质量？基于上面的数据集，做多元线性模型。
多元线性模型预测的R2是0.9968
4.结束语
从整体来看，2017年河北秦皇岛空气质量指数是在冬季比较高，在夏季比较低。根据相关检验上的p值推断，2017年河北秦皇岛空气质量指数与最高温度 ，最低温度， 天气 ，风向和风力都是有关的。基于最高温度 ， 天气 ，风向和风力对空气质量指数进行预测，建立多元线性模型，线性模型的R2是0.9968，预测效果非常的好。