《表2 主成分载荷矩阵:基于多源数据的北京市六环路内酒店综合评级和空间布局研究》
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
《基于多源数据的北京市六环路内酒店综合评级和空间布局研究》
利用主成分分析法把13个指标进行维度缩减,首先,KMO值为0.787,依据经验判断,KMO值大于0.7为中度适宜,适于主成分分析;其次,卡方值为20 331.15,远远大于临界值在自由度为28、概率值为0.01时的109.95,通过Bartlett检验。主成分的数目可以根据相关系数矩阵的特征根来判定,选取总计大于1的特征根,并观察得到前3项特征根累加百分比为83.625%,因此,取3个主成分。从主成分载荷矩阵(表2)可以看出,餐厅数量、门户平均耗时、超市便利店数量、景点平均耗时、地铁出入口数量、道路长度、商场与购物街数量在第一主成分上载荷较大,亦即与第一主成分的相关系数较高。酒店评分、点评数量、5分满意度占比和起住价与第二主成分的相关系数较高。餐饮平均评分则是在第三主成分的载荷较大,相关程度较高。因此,可将第一主成分、第二主成分、第三主成分分别命名为酒店区位便利性、酒店满意度、酒店周边商业服务质量。
图表编号 | XD00130650400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.10 |
作者 | 郭翰、郭永沛、冯长春 |
绘制单位 | 北京大学城市与环境学院、北京大学国土资源部国土规划与开发重点实验室、北京大学未来城市研究中心、北京大学城市与环境学院、北京大学国土资源部国土规划与开发重点实验室、北京大学未来城市研究中心、北京大学城市与环境学院、北京大学国土资源部国土规划与开发重点实验室、北京大学未来城市研究中心 |
更多格式 | 高清、无水印(增值服务) |