VIP20
本课程属于：018-环境数据分析与Python应用 环境资源与绿色工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Python环境数据相关性与回归分析

共计 30 章节
可可资料掘金营 · 点击在线试看
01
环境数据获取与预处理
使用Python读取常见环境监测数据… · Excel · API）
环境数据获取预处理
02
环境变量探索性分析
利用pandas与matplotli… · 绘制分布图与散点图矩阵 · 识别PM2.5
环境变量探索性分…pandas
03
相关系数计算与解读
使用pandas和scipy计算Pe… · Spearman相关系数 · 分析环境变量间的线性与单调关系
相关系数计算解读
04
偏相关与距离相关
在控制混杂因素（如季节 · 气象条件）下计算偏相关系数 · 使用pingouin库实现距离相关
偏相关距离相关
05
环境数据的时间序列相关性
计算自相关与交叉相关函数 · 分析污染物浓度与气象要素的滞后相关 · 使用statsmodels进行ACF…
环境数据的时间序…计算自相关
06
简单线性回归建模
使用statsmodels和scik… · 解释斜率 · 截距与R²
简单线性回归建模statsmodels
07
多元线性回归与变量选择
构建包含多个气象因子的回归模型 · 使用逐步回归 · Lasso和基于信息准则的方法选择变…
多元线性回归变量选择
08
回归模型诊断与残差分析
检验线性回归的残差正态性 · 同方差性和独立性 · 使用残差图
回归模型诊断残差分析
09
非线性回归与多项式拟合
对臭氧浓度与温度等非线性关系 · 使用多项式回归 · 样条回归和广义加性模型（GAM）进行…
非线性回归多项式拟合
10
环境数据的分类变量处理
将季节 · 天气类型等分类变量纳入回归模型 · 使用虚拟变量编码和方差分析（ANOV…
环境数据的分类变…将季节
11
广义线性模型在环境数据中的应用
针对计数数据（如超标天数）使用泊松回… · 针对二分类数据（如是否超标）使用逻辑…
广义线性模型环境数据
12
时间序列回归与自回归模型
构建ARIMAX模型 · 将气象因素作为外生变量预测污染物浓度 · 使用statsmodels进行模型拟…
时间序列回归自回归模型
13
面板数据回归分析
对多个监测站点多年数据 · 使用固定效应和随机效应模型（line… · 控制站点异质性
面板数据回归分析对多个监测站点多…
14
空间相关性分析
计算Moran's I空间自相关 · 使用PySAL进行空间权重矩阵构建与… · 绘制LISA聚类图
空间相关性分析Moran
15
地理加权回归（GWR）
使用mgwr库建立地理加权回归模型 · 探索环境变量关系的空间非平稳性 · 并与全局回归模型对比
GWR地理加权回归
16
机器学习回归方法对比
使用随机森林 · 梯度提升和SVR等机器学习方法预测环… · 与线性回归对比
机器学习回归方法…使用随机森林
17
特征重要性与模型解释
利用SHAP值和permutatio… · 识别影响环境指标的关键因素
特征重要性模型解释
18
模型评估与选择
使用均方根误差 · 平均绝对误差和R²等指标 · 通过训练集/测试集划分与交叉验证比较…
模型评估选择
19
环境数据中的交互效应与调节效应
在回归模型中引入交互项 · 分析温度与湿度对污染物浓度的协同影响 · 使用简单斜率分析可视化交互效应
环境数据交互效应
20
分位数回归在环境数据中的应用
使用statsmodels分位数回归… · 绘制系数随分位数变化图
分位数回归环境数据
21
混合效应模型处理层次数据
针对嵌套结构数据（如城市-站点-时间… · 使用混合线性模型（statsmode…
混合效应模型处理…针对嵌套结构数据
22
因果推断与回归断点设计
利用回归断点设计（RDD）评估环境政… · 使用rdd库进行局部线性回归与带宽选…
因果推断回归断点设计
23
环境数据中的缺失值插补与回归
比较删除法 · 均值插补 · 多重插补（MICE）和基于回归的插补…
环境数据缺失值插补
24
高维环境数据的正则化回归
使用岭回归 · Lasso和弹性网络处理高维光谱或传… · 通过交叉验证选择正则化参数
高维环境数据的正…使用岭回归
25
贝叶斯回归与不确定性量化
使用PyMC构建贝叶斯线性回归模型 · 对环境数据进行后验推断 · 获得参数的不确定性区间并进行预测
贝叶斯回归不确定性量化
26
环境监测网络优化与回归应用
基于回归模型分析监测站点布局对污染物… · 使用克里金插值与回归克里金提高空间预…
环境监测网络优化回归应用
27
极端事件分析与回归
使用分位数回归和极值理论分析极端高温… · 建立极端条件下的回归模型
极端事件分析回归
28
多输出回归与多任务学习
同时预测多个环境指标（如PM2.5 · PM10 · O3）
多输出回归多任务学习
29
环境数据回归分析的可视化与报告
使用matplotlib · seaborn和plotly制作交互… · 相关矩阵图和预测效果图
环境数据回归分析…报告
30
综合实战
从数据到决策 · 包括数据清洗 · 探索性分析
综合实战从数据到决策