《表5 各性状指标的特征向量及主成分的特征值Table 5 Eigenvectors of characteristic indexes and eigenvalues of principal co
采用SPSS软件,用坚果单果质量(X1)、核壳厚度(X2)、取仁难易(X3)、出仁率(X4)、坚果均匀度(X5)、风味(X6)、脂肪含量(X7)、蛋白质含量(X8)、侧芽结果率(X9)等9个性状指标进行主成分分析[7](表4),并提取了特征值均大于1的前3个主成分(表5)根据各主成分中各性状指标的特征向量(表5),确定的各主成分评判模型分值的计算公式为:
图表编号 | XD001737900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.30 |
作者 | 刘小利、魏海斌、顾文毅、廖东 |
绘制单位 | 青海省农林科学院、青海高原林木遗传育种实验室、青海省农林科学院、青海高原林木遗传育种实验室、青海省农林科学院、青海高原林木遗传育种实验室、西宁市西山林场 |
更多格式 | 高清、无水印(增值服务) |
查看“表5 各性状指标的特征向量及主成分的特征值Table 5 Eigenvectors of characteristic indexes and eigenvalues of principal components”的人还看了
- 表5 3个主成分的特征根和特征向量及贡献率和累积贡献率Tab.5 Characteristic roots and vectors of three main components and their contribution rate a
- 表2 研究区TM1、TM4、TM5、TM7波段主成分分析特征向量及特征值Tab.2 Eigenvectors and e Eigenvalues of PCA TM1、TM4、TM5、TM7 of study area