《表4 因子载荷矩阵:COVID-19疫情时空聚集性特征及影响因素分析——以重庆市为例》
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
《COVID-19疫情时空聚集性特征及影响因素分析——以重庆市为例》
为了分析空间聚集性的影响因素,本文使用反映社会经济与人口活动的数据提取了8个变量(表4)。对上述8个变量分别进行标准化,计算KMO值为0.885,表明变量间的相关性较强;计算Bartlett球形度检验的近似卡方观测值为853.5,在0.01水平下认为变量间线性相关,故可以使用因子分析。本文提取的因子1~因子4分别解释了原方差的23.2%、20.4%、19.3%、16.2%,累积方差载入为79.1%,充分概括了原变量的信息。因子载荷矩阵如表4所示。因子1在夜光指数、住宅小区密度载荷较大,命名为居民分布因子;因子2在商店超市POI密度、餐饮服务POI密度载荷较大,命名为生活服务因子;因子3在路网密度、交通站点POI密度载荷较大,命名为城市交通因子;因子4在活跃手机用户密度、街道间交互强度载荷较大,命名为街道间活动因子。这4个因子从意义上表现出清晰的层次特征,所提取的因子对新冠肺炎传播诸要素概括较为全面、准确。
图表编号 | XD00184084300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.28 |
作者 | 陈晓、黄宇金、李佳慧、汪诗洋、裴韬 |
绘制单位 | 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院大学资源与环境学院、中国科学院大学资源与环境学院、中国科学院区域可持续发展分析与模拟重点实验室、中国科学院大学资源与环境学院、中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室、中国科学院大学计算机科学与技术学院、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院大学资源与环境学院 |
更多格式 | 高清、无水印(增值服务) |