《表3 总方差解释：基于主成分分析的BP神经网络在稀土价格预测的应用：以氧化镝为例》

  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

《基于主成分分析的BP神经网络在稀土价格预测的应用：以氧化镝为例》

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

注：提取方法为主成分分析法

由表2可知，KMO检验值大于0.8和Bartlett球形度检验P值为0.000，说明本文选取的33个变量适合进行因子分析。使用SPSS对变量进行因子分析，以特征值大于或等于1为因子方差提取标准（表3）。根据因子解释的总方差来看，成分1～成分5的累积方差贡献率达到81.982%，提供了足够的原始数据信息，能够反映较大部分的方差变化情况，因子分析结果较为理想。因此可以用前5个主成分进行后续分析。