《附表3 正交旋转因子分析表》

  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

《基于《中国方剂数据库》挖掘便秘组方配伍规律》

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

运用SPSS 19.0统计软件对高频药物进行因子分析，首先进行KMO和Bartlett的检验。见表7。KMO统计量为0.715（>0.5），Bartlett球形检验P=0.000（<≈0.05），说明药物间相关程度较好，适合做因子分析。前25个公因子累计方差贡献率达71.141%，说明可以用该25个公因子进行代替。见表8。运用最大方差法（即具有Kaiser标准化的正交旋转法）进行旋转，旋转在25次迭代后收敛，得到相对较好效果，提取出各公因子中载荷量>0.4者，若提出的变量在多个公因子中同时出现，说明其不能作为公因子代表，宜排除，得出结果:黄连（0.694）、栀子（0.685）、黄柏（0.679）、天花粉（0.664）、连翘（0.565）、玄参（0.514）在第一因子P1上有较高的载荷；白僵蚕（0.824）、天麻（0.784）、麝香（0.574）在第二因子P2上有较高的载荷；荆芥（0.729）、苍术（0.643）、葛根（0.632）在第三因子P3上有较高的载荷，以此类推，详见附表3。由旋转成分矩阵可写出每个成分的因子表达式，BX1=0.334×F1+0.111×F2+0.238×F3-0.173×F4-0.076×F5+……+0.180×F21+0.029×F22+0.182×F23+0.029×F24-0.211×F25。以此类推，可以得到其余BX2～BX69的表达式。依据个体因子F1中每个指标所对应的系数，得到个体因子F1的表达式，F1=-0.058×BX1+0.072×BF2+0.105×BX3+0.056×BX4-0.073×BX5+……+0.214×BX64-0.057×BX65-0.016×BX66-0.001×BX67-0.051×BX68+0.073×BX69。以此类推，可以得到其余F2～F25的表达式。碎石图见图1，旋转载荷见图2。