《表2 水质监测指标PCA特征值及方差Tab.2 PCA eigenvalues and variances of water quality monitoring indicators》
对敖江流域各站点月份水质的52组样本集进行PCA分析.在分析PCA前,需对数据集进行KMO检验和Bartlett球形检验.若KMO检验结果大于0.5,Bartlett球形检验结果显著性概率P值小于0.05,说明各变量间具有相关性,可以进行主成分分析[17].通过SPSS软件,对月份水质数据进行因子分析,得到KMO检验结果为0.525,Bartlett球形检验结果显著性概率P值小于0.001,说明该组数据适合进行PCA分析.利用SPSS软件进行PCA分析,得到特征值和解释的方差,如表2所示.表2中:RV,RCV分别表示方差贡献率和累计方差贡献率.
图表编号 | XD0034180300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.20 |
作者 | 张莹莹、卢毅敏 |
绘制单位 | 福州大学福建省空间信息工程研究中心、福州大学福建省空间信息工程研究中心 |
更多格式 | 高清、无水印(增值服务) |