用Python在库斯科市，根据相对湿度和降水相关研究PM2.5颗粒物的关系
摘要：使用能源和大气中心的高浓度微粒物质2.5（P.M. 2.5），相对湿度和降水量的平均月浓度，以及2016-2018年期间由气象中心SENAHMI（Kayra-UNSAAC）收集的数据。为了估计两个定量变量之间的统计关系，使用Pearson和Spearman相关系数，这些系数是使用Python编程语言得到的。然后将得到的t值与特定显著性水平（$alpha = 0.05）$ 的学生t-分布表进行比较。基于得到的系数建立正相关和负相关值，并使用Pearson和Spearman相关值的解释来确定数据是否相关。
作者：Bruce Warthon, Iv''an Miranda, Iv''an R. Quispe, Rafael Ponce, Victor F. Ramos, Ariatna Zamalloa, Julio Warthon, Ruben Tupayachi and Miluska Zamalloa
论文ID：2303.00526
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2023-03-03