《表2 主成分变量主导因子Tab.2 The dominant factors of principal components of driving factors》
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
《基于重心-GTWR模型的京津冀城市群城镇扩展格局与驱动力多维解析》
为了检查并排除数据的多重共线性,首先采用相关性分析[46]方法对驱动因子数据进行相关性判断,检查因子之间的相关性,判断结果表明多数选取因子之间显著相关。然后采用主成分分析法,提取22个驱动因子之中的主成分,并得到主成分载荷矩阵和成分得分系数矩阵。主成分分析的原理[47]是借助一个正交变换,将其分量相关的原随机向量转化成其分量不相关的新的随机变量,然后对多维变量系统进行降维处理,使之能够以一个较高的精度转换成低维度变量系统。根据主成分载荷矩阵中各个主成分对应因子指标绝对值的大小,可以判定影响该主成分的主导因子,参数值的正负代表着因子对该主成分影响的性质。根据成分得分系数矩阵中的各个主成分对应因子指标的值,通过回归方法[18]计算每个样本的主成分综合得分。经上述过程排除因子之间的多重共线性之后,以主成分综合得分值作为样本自变量进行分析,将其通过Arc GIS 10.2赋值给相应的时空对象点的属性字段,完成对模型数据的预处理。主成分分析得出的主成分主导因子如表2所示。
图表编号 | XD0015441900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.25 |
作者 | 王海军、张彬、刘耀林、刘艳芳、徐姗、邓羽、赵雲泰、陈宇琛、洪松 |
绘制单位 | 武汉大学资源与环境科学学院、武汉大学地理信息系统教育部重点实验室、武汉大学资源与环境科学学院、武汉大学资源与环境科学学院、武汉大学地理信息系统教育部重点实验室、武汉大学地理空间信息技术协同创新中心、武汉大学资源与环境科学学院、武汉大学地理信息系统教育部重点实验室、武汉大学地理空间信息技术协同创新中心、中国城市科学研究会、中国科学院地理科学与资源研究所、中国科学院地理科学与资源研究所、中国土地勘测规划院、中国土地勘测规划院、武汉大学资源与环境科学学院 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 主成分变量主导因子Tab.2 The dominant factors of principal components of driving factors”的人还看了
- 表1 2 主成分分析和因子分析的结果对比Tab.12 Comparison of results between principal component analysis and factor analysis