《表4 因子负荷矩阵:不同储藏条件对稻米蒸煮特性及挥发性成分的影响》
PCA是一种基于正交线性变换,实现数据降维的多元统计分析方法[5]。它可将样品的多个指标进行线性融合,形成综合指标,极大地简化统计数据,又可保证其主要信息不丢失[6-7]。试验中的蒸煮品质包含12个指标,为了全面、准确、简洁地分析其蒸煮品质的变化,采用PCA对其进行分析,所得相关矩阵的特征值和方差贡献率见表3,经标准化后的因子负荷矩阵见表4,以特征值大于1.0的原则提取3个主成分,累计贡献率达到81.307%,可代表原始数据的大部分信息。
图表编号 | XD00123542400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.20 |
作者 | 贾温倩、张威、舒在习 |
绘制单位 | 武汉轻工大学食品科学与工程学院、武汉轻工大学食品科学与工程学院、武汉轻工大学食品科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |