《表4 主成分得分与综合得分排序》
根据主成分评分系数矩阵可以得出2个主成分的得分,并以每个主成分所对应的特征值占提取主成分总的特征值之和的比例作为权重,得到主成分综合模型。各主成分得分函数:F1=0.040Z1+0.130Z2+0.125Z3+0.136Z4+0.138Z5+0.095Z6+0.120Z7+0.129Z8+0.132Z9+0.131Z10;F2=0.462Z1-0.168Z2+0.172Z3+0.103Z4-0.034Z5-0.466Z6-0.303Z7+0.276Z8+0.045Z9+0.088Z10。综合得分函数:F=(F1×68.316+F2×14.750)/83.066。结果见表4。综合得分越高,表明药材质量越好[8-11]。依据每个样品的得分(PCA case scores)绘制51个样品的分布图,见图5。51个样本大致可分为4个区,与系统聚类分析结果基本一致,其中B区与聚类分析图中Ⅳ类样品相对应,该区样品叶子偏绿色,掺入粗茎枝极少,主产于广西和广州猴耳环基地,整体综合评分高于其他A、C、D区。可见,主成分分析既能将药材进行分类,又可以区分药材质量的优劣。
图表编号 | XD00144198200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 陈家仪、李纯、沈艺、顾利红、栗建明、侯惠婵 |
绘制单位 | 广州市药品检验所、广州市药品检验所、广州花城药业有限公司、广州市药品检验所、广州市药品检验所、广州市药品检验所 |
更多格式 | 高清、无水印(增值服务) |