《表5 各指标主成分分析旋转后的成分载荷矩阵》
主成分分析是将多个变量通过线性变换选出较少个数重要变量的一种降维的多元统计分析方法,可以去除不重要的信息,保留所需要的重要信息[14]。对第15天及第30天所测定的试验指标进行主成分分析,结果如表4和表5所示。当水稻生长至15 d时:决定第一主成分(PC1)的主要有株高、叶鞘、根体积、碱解氮等指标,反映了原始数据48.45%的信息;决定第二主成分(PC2)的主要有脲酶、蔗糖酶、有效磷、速效钾等指标,前2个主成分的累计贡献率为78.27%;决定第三主成分(PC3)的主要有水稳性土壤团聚体比例、根长和过氧化氢酶等指标,前3个主成分的累计贡献率为91.67%。当水稻幼苗生长至30 d时:决定第一主成分的主要有脲酶、蔗糖酶、叶鞘等指标,反映了原始数据44.31%的信息;决定第二主成分的主要有酸性磷酸酶、过氧化氢酶、根长,前2个主成分的累计贡献率为70.96%;决定第三主成分的指标为水稳性土壤团聚体比例,前3个主成分的累计贡献率为87.26%。
图表编号 | XD0048193800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 张文平、王清、黄诗宸、吴佩佳、程新 |
绘制单位 | 江西农业大学生物科学与工程学院、江西农业大学生物科学与工程学院、江西农业大学生物科学与工程学院、江西农业大学生物科学与工程学院、江西农业大学生物科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |