《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

  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

《菏泽和洛阳芍药品种资源表型多样性研究》

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

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。