《表4 主成分载荷矩阵:白芍药材的质量属性研究及产地评价》
注:P1-P6分别对应图1中的峰2、峰6、峰7、峰8、峰10、峰12。
在对多指标进行研究分析时,多个数指标及它们之间的相互关系致使分析工作较困难,主成分分析法(PCA)是一种通过降维技术,用少数几个具有代表的综合性指标,根据贡献率的大小代替多个原始变量,从而达到简化多指标分析的目的,是一种化繁为简的多元统计分析方法[17-18]。对21批白芍药材特征图谱中量化的各共有峰峰面积标准化处理后,借助SPSS 25软件对所得的6个共有峰进行主成分分析,求出相关矩阵的特征值及其方差。按照主成分对应的特征值应大于1的提取原则,本研究共提取了两个主成分,累积贡献率达到77.703%,表明这两个主成分能代表6个共有峰在21批样品中的大部分信息。其中PC1的特征值为3.184,方差贡献率为53.059%;PC2的特征值为1.479,方差贡献率为24.644%。主成分载荷矩阵见表4。
图表编号 | XD0058290800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.12 |
作者 | 谭佳威、白洁、田湾湾、洪婷婷、梁军、钟琳瑛、张琦、刘彩凤、陆洋、杜守颖 |
绘制单位 | 北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院、北京中医药大学中药学院 |
更多格式 | 高清、无水印(增值服务) |