《表4 河流沉积物重金属主成分解释总方差》
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APCS-MLR的宝象河沉积物重金属污染源解析》
主成分分析(PCA)基于主变量和次变量之间的相互关系进行矢量估计,它包括奇异值的分解(SDV)、维数的选择(选取主成分)和旋转(使因子更具有代表性)3个步骤,用VARIMAX方差极大正交旋转法进行旋转,按照特征值大于1的原则提取主成分[9,27,28]。分析前,应先通过KMO-Barlett球性检验检查变量间的相关性和偏相关性,KMO统计量在0.7以上时效果比较好;Bartlett球形检验用于判断相关阵是否是单位阵,SPSS检验结果显示Sig.<0.05(即P值<0.05)时,说明符合标准,数据呈球形分布,各个变量在一定程度上相互独立。宝象河重金属间的KMO值为0.766,检验的显著性水平小于0.05,适合因子分析。通过SPSS分析(表4),5种金属污染源基本可由2个主成分表示:主成分PC1的特征值为3.40,方差贡献率为67.99%;主成分PC2的特征值为1.06,方差贡献率为21.29%。2个主成分因子解释总变量的89.29%,因此说明前2种因子可以反映5种金属的大部分信息来源。旋转前后,总的累计方差贡献率没有变化,因此可以断定总的信息量几乎没有损失。
图表编号 | XD00193910800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 史文昌、古正刚、冯燕、吴雅楠、伍籼融、张志尚 |
绘制单位 | 昆明理工大学建筑工程学院、昆明理工大学建筑工程学院、昆明理工大学建筑工程学院、昆明理工大学建筑工程学院、昆明理工大学建筑工程学院、昆明理工大学建筑工程学院 |
更多格式 | 高清、无水印(增值服务) |