《表4 主要因子载荷矩阵：基于主成分分析及聚类判别模式的木香UPLC指纹图谱研究》

  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

《基于主成分分析及聚类判别模式的木香UPLC指纹图谱研究》

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

(1）共有峰主成分分析：以13批样品中的8个共有峰的峰面积为数据，用SPSS 20.0软件对其进行主成分分析，得出相关矩阵的特征值及其方差，见表3，碎石图见图5。由表3可知，前2个成分的特征值大于1，即5.290和1.853，对总方差的累积贡献率达89.288%，故选择成分1和2作为第1和第2主成分，可代表木香指纹图谱共有峰的大部分信息。同时结合观察碎石图可见主成分分析中特征值的变化情况，图中曲线存在一个明显的拐点，说明前2个主成分的分析结果基本显示出了不同批次木香药材之间的相似度和差异性。初始因子载荷矩阵见表4，由表4可见，第1主成分主要反映了来自原始指标色谱峰1、2、3、4、5和6的信息，第2主成分主要反映了来自原始指标色谱峰7和峰8的信息，故仅用前2个主成分就可表示原UPLC数据的主要信息。以第1、2主成分为变量，得到二维投影图，见图6。以X轴为例，在投影图中选取距离原点较远的几个点，得到第1主成分中变量的权重值，权重值越大，该化合物在木香药材中的作用越大。其中，前3名变量的权重值分别为0.981、0.978、0.959，对应峰4(3，5-O-二咖啡酰基奎宁酸）、峰2（绿原酸）和峰3。与上述分析结果一致，即可判定峰4、2、3在区分各产地木香指纹图谱中占了决定性作用。