《表1 PCFA法降维旋转后的成分矩阵0(1)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《铁路公益性客运范围界定混合决策模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.