《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》

  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

《不同储藏条件对稻米蒸煮特性及挥发性成分的影响》

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

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。