《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》

《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》   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
《采用主成分分析和水质标识指数评价敖江流域水质》


  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

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.