《表1 PCFA法降维旋转后的成分矩阵0(1)》
使用PCFA法对多维数据进行降维,提取出的3个主成分因子(总方差解释达到92%,效果良好).从旋转后的成分矩阵表1可以看出:主成分因子1主要反映了列车的服务范围属性,根据其相关的指标将该因子命名为“里程(停站)因子”;该因子得分越高说明列车的里程越长,停站越多,说明列车牺牲旅行效率以扩大覆盖范围,主要服务于公益性需求.主成分因子2主要反映了列车经停地区的发展水平,且生产总值与人口密度相关性很高,因此将主成分因子1命名为“产值(密度)因子”;该因子得分越低说明列车经停(服务)的地区更需要被帮扶,即列车的公益性更强.主成分3主要反映了列车的技术属性,根据其相关的指标将该因子命名为“速度(价格)因子”;该因子得分越高说明列车的旅行速度越快、票价越高,即列车的开行主要以营利为目的.
图表编号 | XD00113385200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 冯芬玲、徐韵茹 |
绘制单位 | 中南大学交通运输工程学院、中南大学交通运输工程学院 |
更多格式 | 高清、无水印(增值服务) |