《表5 前10个主成分的特征值、贡献率及旋转后各因子的荷载矩阵Tab.5 Eigenvalues and proportion of total variability among herbaceou
表型变异分析中采用的28个性状的相关系数矩阵表明,部分性状相关性较大,因而有必要进一步进行主成分分析。首先,基于提取的主成分特征根大于1的原则[22],提取出前10个主成分,计算其方差贡献率为60.71%,表明提取出的主成分在一定程度上可以体现这些芍药品种的特点,然后再进行因子分析,揭示其在表型变异中的贡献,使提取出的主成分指标在品种表型分析中更具有实际意义。采用Bartlett球形检验和KMO(Kaiser-Meyer-Olkin)检验方法验证因子分析方法的适用性。一般KMO统计量小于0.5时不适合进行因子分析[22],本研究中KMO统计量为0.586,可以进行因子分析。为使因子荷载矩阵中的系数更加显著,同时也使各因子的意义更加明显,对初始因子荷载矩阵进行Varimax方差最大正交旋转。前10个主成分的特征值及旋转后各因子的荷载矩阵详见表5。
图表编号 | XD003008800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.01 |
作者 | 万映伶、刘爱青、张孔英、刘燕 |
绘制单位 | 花卉种质创新与分子育种北京市重点实验室国家花卉工程技术研究中心城乡生态环境北京实验室北京林业大学园林学院、菏泽市曹州牡丹园管理处、洛阳国际牡丹园、花卉种质创新与分子育种北京市重点实验室国家花卉工程技术研究中心城乡生态环境北京实验室北京林业大学园林学院 |
更多格式 | 高清、无水印(增值服务) |