環(huán)境統(tǒng)計學(xué)環(huán)境因子

1、整理課件1環(huán) 境 統(tǒng) 計 學(xué)（Environmental Statistics ）整理課件2環(huán) 境 統(tǒng) 計 學(xué)第第1章章 緒論緒論第第2章概率統(tǒng)計基礎(chǔ)章概率統(tǒng)計基礎(chǔ)第第3章環(huán)境一元線性回歸分析章環(huán)境一元線性回歸分析第第4章環(huán)境多元線性回歸分析章環(huán)境多元線性回歸分析第第5章章 環(huán)境系統(tǒng)聚類分析環(huán)境系統(tǒng)聚類分析第第6章章 環(huán)境判別分析環(huán)境判別分析第第7章章 環(huán)境主成分分析環(huán)境主成分分析第第8章章 人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)整理課件3整理課件4整理課件5一般認(rèn)為因子分析是從Charles Spearman在1904年發(fā)表的文章對智力測驗(yàn)得分進(jìn)行統(tǒng)計分析開始，他提出這種方法用來解決智力測驗(yàn)得分的統(tǒng)計方法

2、。目前因子分析在心理學(xué)、社會學(xué)、經(jīng)濟(jì)學(xué)等學(xué)科中都取得了成功的應(yīng)用，是多元統(tǒng)計分析中典型方法之一。 因子分析(factor analysis)也是一種的技術(shù)。它通過研究眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個“抽象”的變量來表示其基本的數(shù)據(jù)結(jié)構(gòu)。這幾個抽象的變量被稱作“因子”，能反映原來眾多變量的主要信息。原始的變量是可觀測的顯在變量，而因子一般是不可觀測的潛在變量。 1 概 述整理課件61 概 述理科理科文科文科整理課件71 概 述商店形象員工人數(shù)員工人數(shù)商品種類商品種類資產(chǎn)規(guī)模資產(chǎn)規(guī)模廣告投入廣告投入年?duì)I業(yè)額年?duì)I業(yè)額凈利潤凈利潤. . . . . . .商店的環(huán)境商

3、店的環(huán)境商店的服務(wù)商店的服務(wù)商品的價格商品的價格因子分析就是一種通過顯在變量測評潛在變量，通因子分析就是一種通過顯在變量測評潛在變量，通過具體指標(biāo)測評抽象因子的統(tǒng)計分析方法。過具體指標(biāo)測評抽象因子的統(tǒng)計分析方法。整理課件8 通過因子分析，這15個方面可以歸結(jié)為應(yīng)聘者的外露能力、討人喜歡的程度、經(jīng)驗(yàn)、專業(yè)能力和外貌這五個因子。適應(yīng)性交際能力潛力理解能力抱負(fù)積極性經(jīng)驗(yàn)推銷能力誠實(shí)精明自信心討人喜歡專業(yè)能力外貌申請書的形式:1514131211109876: 54321xxxxxxxxxxxxxxx 公司老板對48名應(yīng)聘者進(jìn)行面試，并給出他們在15個方面所得的分?jǐn)?shù)，這15個方面是：1 概 述整理課件

4、91 概 述整理課件101 概 述整理課件111 概 述-于是，原始觀測的隨機(jī)變量于是，原始觀測的隨機(jī)變量X可分解為不可觀測（或未可分解為不可觀測（或未做觀測）的兩個隨機(jī)向量的線性組合：做觀測）的兩個隨機(jī)向量的線性組合：一是對整個一是對整個X有影響的公共因素有影響的公共因素；二是只對各個對應(yīng)分量有影響的特殊因素二是只對各個對應(yīng)分量有影響的特殊因素對于直接可觀測的隨機(jī)變量，根據(jù)其相關(guān)性大小，使得對于直接可觀測的隨機(jī)變量，根據(jù)其相關(guān)性大小，使得同組內(nèi)的變量之間相關(guān)性較高，不同組的變量相關(guān)性較同組內(nèi)的變量之間相關(guān)性較高，不同組的變量相關(guān)性較低。每組變量代表一個基本結(jié)構(gòu)，用一個不可觀測的綜低。每組變量

5、代表一個基本結(jié)構(gòu)，用一個不可觀測的綜合變量表示，這個基本結(jié)構(gòu)稱為合變量表示，這個基本結(jié)構(gòu)稱為整理課件121 概 述-基本任務(wù)建立給出各公共因子的若有必要（當(dāng)難以招到合理解釋的公共因子）時，進(jìn)一步作整理課件131 概 述-分類整理課件14 : : 原始變量的線性組合表示新的綜合變量，原始變量的線性組合表示新的綜合變量，即主成分；即主成分；),(321nxxxxX 1x2x3xnxy1y2y3ynntttt1131211 1x2x3xnxnnxtxtxtxt2323222121 nnxtxtxtxt3333232131 nnnnnnxtxtxtxt 332211計算計算y1yn的貢獻(xiàn)大小，進(jìn)行取舍

6、的貢獻(xiàn)大小，進(jìn)行取舍整理課件15v與主成分分析比較與主成分分析比較 雇主補(bǔ)貼雇主補(bǔ)貼純公共支出純公共支出股息股息生產(chǎn)指數(shù)生產(chǎn)指數(shù)利息利息凈增庫存凈增庫存消費(fèi)資料消費(fèi)資料外貿(mào)盈余外貿(mào)盈余人口人口總收入總收入F1總收入變化率總收入變化率F2經(jīng)濟(jì)發(fā)展趨勢經(jīng)濟(jì)發(fā)展趨勢F3整理課件16x1x2CODBODSS濁度濁度pH色度色度氨氮氨氮整理課件17因子分析：潛在的假想變量和隨機(jī)影響變量的線性因子分析：潛在的假想變量和隨機(jī)影響變量的線性組合表示原始變量。組合表示原始變量。),(321nxxxxX 1x2x3xnxntttt1131211 nnftftftft3333232131 1f3f2fnfnnftf

7、tftft2323222121 nnnnnnftftftft 332211),(321nffffX 因子分析的目的因子分析的目的是，用幾個不可觀測的隱變量來解釋原始變量間的協(xié)方差關(guān)系。整理課件18 因子分析因子分析與與回歸分析回歸分析不同，因子分析中的因不同，因子分析中的因子是一個比較抽象的概念，而回歸因子有非常明子是一個比較抽象的概念，而回歸因子有非常明確的實(shí)際意義；確的實(shí)際意義；回歸分析：回歸分析：一個結(jié)果（變量）與多個變量的關(guān)系一個結(jié)果（變量）與多個變量的關(guān)系水域SSBODCODnnnnnnnftftftftx 332211因子分析：因子分析：一個變量與多個假定的因子（變量）的關(guān)系一個變

8、量與多個假定的因子（變量）的關(guān)系),(321nffffX 抽象的概念v與回歸分析比較與回歸分析比較整理課件19v與回歸分析比較與回歸分析比較回歸回歸分析分析因子因子分析分析整理課件20 這十項(xiàng)全能項(xiàng)目為：100米跑 ，跳遠(yuǎn) ，鉛球 ，跳高 ，400米跑 ，110米跨欄 ，鐵餅 ，撐桿跳遠(yuǎn) ，標(biāo)槍 ，1500米 。對 經(jīng)標(biāo)準(zhǔn)化后所作的因子分析表明，十項(xiàng)得分基本上可歸結(jié)于他們的短跑速度，爆發(fā)性臂力、爆發(fā)性腿力和耐力，每一方面都稱為一個。 1x2x 3x4x 5x 6x7x 8x9x10 x1021,xxx例例1 林登（Linden）根據(jù)他收集的來自139名運(yùn)動員的比賽數(shù)據(jù)，對第二次世界大戰(zhàn)以來奧林

9、匹克十項(xiàng)全能比賽的得分作了因子分析研究。整理課件21十項(xiàng)全能例104103102101103343332312242322211141312111500100耐力爆發(fā)性腿力爆發(fā)性臂力短跑速度米耐力爆發(fā)性腿力爆發(fā)性臂力短跑速度鉛球耐力爆發(fā)性腿力爆發(fā)性臂力短跑速度跳遠(yuǎn)耐力爆發(fā)性腿力爆發(fā)性臂力短跑速度米跑，aaaaaaaaaaaaaaaa因子模型因子模型因子得分計算公式因子得分計算公式ssssssssssssxxxxxxxxxxxx10104242141101032321311010222212110101212111，耐力爆發(fā)性腿力爆發(fā)性臂力短跑速度整理課件22 十項(xiàng)得分與這四個因子之間的關(guān)系可以

10、描述為如下的因子模型：10, 2 , 1,44332211ifafafafaxiiiiiii 其中 表示四個因子，稱為（common factor）， 稱為 在因子 上的（loading）， 是 的均值， 是 不能被四個因子解釋的部分，稱之為。4221,ffffijaixiixiix整理課件2310, 2 , 1,44332211ifafafafaxiiiiiii原始觀測的隨機(jī)變量可分解成不可觀測的兩個隨機(jī)向量的線性組合整理課件242 因子分析模型及求解城市環(huán)境質(zhì)量評價指標(biāo)有：COD、BOD5、NH3、TSP、SO2和NOX，現(xiàn)有100個樣本，用 來表示。)100, 2 , 1(),(621)

11、( lxxxXllll172. 063. 009. 009. 000. 0157. 015. 016. 009. 0114. 016. 009. 0157. 063. 0172. 01RCOD、BOD5、NH3、TSP、SO2、NOXCOD、BOD5、NH3、TSP、SO2、NOX1f2f121211111fafaxCOD指標(biāo)指標(biāo)第第 指標(biāo)指標(biāo)ixiiiiifafax2211整理課件25第第 指標(biāo)指標(biāo)ixiiiiifafax2211626216166525215155424214144323213133222212122121211111fafaxfafaxfafaxfafaxfafaxfaf

12、axUAFX),(,),()(,),(2162126621ffFaAxxxXij ),(U6321 整理課件26通常先對通常先對X作標(biāo)準(zhǔn)化處理，使標(biāo)準(zhǔn)化得到的新作標(biāo)準(zhǔn)化處理，使標(biāo)準(zhǔn)化得到的新變量均值為變量均值為0，方差為這樣就有，方差為這樣就有則稱則稱X為具有為具有k個公共因子的因子模型個公共因子的因子模型ikikiiifafafax 2211UAFX2 因子分析模型及求解整理課件27 如果滿足如果滿足 （）（）fi的均數(shù)為，方差為；的均數(shù)為，方差為； （）（） i的均數(shù)為，方差為的均數(shù)為，方差為i； （）（） fi與與 i相互獨(dú)立相互獨(dú)立 （4） fi與fj相互獨(dú)立（ij）則稱該因子模型為。

13、 E(F)=0, Cov (F)=Ik ),()(,0)(221pdiagUCovUECov (F,U)=0ikikiiifafafax 2211整理課件28正交因子模型的正交因子模型的：X的方差可表示為的方差可表示為設(shè)設(shè)iikiiiaaaxVar 222211)(222212ikiiiaaah （）（）是是k個公共因子對第個公共因子對第i個變量的貢獻(xiàn)，稱為第個變量的貢獻(xiàn)，稱為第i個個（communality）或共性方差，公因子方差或共性方差，公因子方差（common variance）（）（） 稱為特殊方差稱為特殊方差（specific variance），），是不能由是不能由公共因子解釋的

14、部分公共因子解釋的部分整理課件29ikikiiifafafax 2211整理課件30求原始變量相關(guān)矩陣；求原始變量相關(guān)矩陣；求相關(guān)矩陣的特征根求相關(guān)矩陣的特征根(因子的貢獻(xiàn)因子的貢獻(xiàn))，并排序，并排序計算所有特征根對應(yīng)的所有線形無關(guān)的特征向量；計算所有特征根對應(yīng)的所有線形無關(guān)的特征向量；特征向量轉(zhuǎn)置，乘以特征根的平方根，即得到因子特征向量轉(zhuǎn)置，乘以特征根的平方根，即得到因子載荷。載荷。)C(Varba)f ,x(Corr)C,x(Corrjjiijjiji整理課件31整理課件32（負(fù)荷）（負(fù)荷）aij是隨機(jī)變量是隨機(jī)變量xi與公共因子與公共因子fj的的相關(guān)系數(shù)。相關(guān)系數(shù)。設(shè)設(shè) 稱稱為公共因子為

15、公共因子fj對對X的的“貢獻(xiàn)貢獻(xiàn)”，是衡量公共因，是衡量公共因子子fj重要性的一個指標(biāo)。重要性的一個指標(biāo)。2211,2,.,pjijigajm)(22322212pjjjjjaaaag 整理課件33pkpkppppkkkkfafafafaxfafafafaxfafafafax 332211223232221212113132121111.222212ikiiiaaah 22322212pjjjjjaaaag 整理課件34一般原則：累積貢獻(xiàn)率（累積方差）達(dá)到7085；特征根1。整理課件35解釋潛在因子的實(shí)際意義，一般以因子載荷的大小為依據(jù)。因子載荷大的指標(biāo)變量受潛在因子支配的作用大。如何判別因子

16、載荷的大??？當(dāng)因子載荷大于或等于0.5時，可認(rèn)為該因子f支配對應(yīng)的指標(biāo)X。整理課件36332211803. 0959. 0897. 0fxfxfx805. 0897. 0221h920. 0959. 0222h645. 0803. 0223hx1方差中的80.5%被潛在因子f所解釋；x2方差中的92%被潛在因子f所解釋；x3方差中的64.5%被潛在因子f所解釋。整理課件372 因子分析模型的求解 設(shè)隨機(jī)向量 的均值均值為 ，為 , 為的特征根特征根， 為對應(yīng)的，則pxxx,21x021pp21u,u,u12p = UUAA +D主成分分析法主成分分析法整理課件38 上式給出的 表達(dá)式是精確的，

17、然而，它實(shí)際上是毫無價值的，因?yàn)槲覀兊哪康氖菍で笥蒙贁?shù)幾個公共因子解釋，故略去后面的p-m項(xiàng)的貢獻(xiàn)，有3821111mmmmmmp1122ppu uu uu uuuu up2uuuuuuppp21122111100p212ppuuuuuu整理課件39上式有一個假定，模型中的特殊因子是不重要的，因而從 的分解中忽略了特殊因子的方差。 3912 mmm1122AA +Du uu uu uD1121122 mmp mpmm p2uuuuuDAADu22212(,)pdiagD其中221miiiijjsa整理課件40整理課件413 因子旋轉(zhuǎn)及得分整理課件423 因子旋轉(zhuǎn)及得分因子旋轉(zhuǎn)方法因子旋轉(zhuǎn)方法正

18、交旋轉(zhuǎn)正交旋轉(zhuǎn)斜交旋轉(zhuǎn)斜交旋轉(zhuǎn)以使各因子載荷值的方差達(dá)到最大作為因子載荷矩陣簡化以使各因子載荷值的方差達(dá)到最大作為因子載荷矩陣簡化的準(zhǔn)則，的準(zhǔn)則，且保持原公因子的正交性和變量共同度且保持原公因子的正交性和變量共同度hi2不變不變，此時公因子的方差貢獻(xiàn)則不再與原來相同。此時公因子的方差貢獻(xiàn)則不再與原來相同?？墒姑總€因子上的具有最大載荷的變量數(shù)最小，因此可以可使每個因子上的具有最大載荷的變量數(shù)最小，因此可以簡化對因子的解釋簡化對因子的解釋整理課件433 因子旋轉(zhuǎn)及得分整理課件44（1）3 因子旋轉(zhuǎn)及得分整理課件45（2）3 因子旋轉(zhuǎn)及得分整理課件463 因子旋轉(zhuǎn)及得分整理課件473 因子旋轉(zhuǎn)及得分

19、整理課件483 因子旋轉(zhuǎn)及得分整理課件49當(dāng)m2時，我們可以逐次對每兩個公共因子和進(jìn)行上述旋轉(zhuǎn)。對公因子Fl和Fk進(jìn)行旋轉(zhuǎn)，就是對A的第l和k兩列進(jìn)行正交變換，使這兩列元素平方的相對方差之和達(dá)到最大，而其余各列不變，其正交變換矩陣為3 因子旋轉(zhuǎn)及得分整理課件503 因子旋轉(zhuǎn)及得分整理課件513 因子旋轉(zhuǎn)及得分整理課件523 因子旋轉(zhuǎn)及得分正交旋轉(zhuǎn)及正交點(diǎn)投影正交旋轉(zhuǎn)及正交點(diǎn)投影整理課件533 因子旋轉(zhuǎn)及得分整理課件543 因子旋轉(zhuǎn)及得分整理課件553 因子旋轉(zhuǎn)及得分整理課件563 因子旋轉(zhuǎn)及得分整理課件573 因子旋轉(zhuǎn)及得分整理課件58因子分析的步驟因子分析的步驟輸入原始數(shù)據(jù)輸入原始數(shù)據(jù)xn*

20、p，計算樣本均值和方差，進(jìn)行標(biāo)準(zhǔn)化計算，計算樣本均值和方差，進(jìn)行標(biāo)準(zhǔn)化計算（處理）；（處理）；求樣本相關(guān)系數(shù)矩陣求樣本相關(guān)系數(shù)矩陣R=(rij)p*p；求相關(guān)系數(shù)矩陣的特征根求相關(guān)系數(shù)矩陣的特征根i (1,2,p0)和相應(yīng)的標(biāo)準(zhǔn)正和相應(yīng)的標(biāo)準(zhǔn)正交的特征向量交的特征向量li；確定公共因子數(shù)；確定公共因子數(shù)；計算公共因子的共性方差計算公共因子的共性方差hi2;對載荷矩陣進(jìn)行旋轉(zhuǎn)，以求能更好地解釋公共因子；對載荷矩陣進(jìn)行旋轉(zhuǎn)，以求能更好地解釋公共因子；對公共因子作出專業(yè)性的解釋。對公共因子作出專業(yè)性的解釋。整理課件594 環(huán)境應(yīng)用及環(huán)境應(yīng)用及SPSS求解求解例例1. 某地區(qū)對城市大氣顆粒物進(jìn)行監(jiān)測。

21、得到某地區(qū)對城市大氣顆粒物進(jìn)行監(jiān)測。得到16個樣本，樣個樣本，樣本顆粒中各類物質(zhì)的含量見下表本顆粒中各類物質(zhì)的含量見下表.請對該監(jiān)測數(shù)據(jù)進(jìn)行因子分請對該監(jiān)測數(shù)據(jù)進(jìn)行因子分析并給出結(jié)論。析并給出結(jié)論。序號序號 BrKBaRbScFeZnNiVWAs1180110008205818.0220009501102745.9602977800650399.616000930441006.310031208600490458.214000820451073.37242007400390319.51300015005518310.0755295400250335.61000017030883.2256429

22、100490436.11400037017932.539760120005205410.021000780451294.3498388700430418.21600068037964.95691105400250304.673008603912.75310384900174203.5670048036503.139111007100360295.51100096022285.32512604200130152.1440084017243.92513155800240275.51100065025494.94014178000260355.11200037020483.5301519870290

23、385.81400080026406.12516134600020203.7720037014443.725整理課件601.865 0.147 2.266 1.950 2.949 1.946 0.713 3.191 2.776 0.690 0.625 0.443 -0.170 1.428 0.348 0.710 0.720 0.651 0.330 0.225 0.903 2.429 0.837 -0.091 0.639 0.854 0.337 0.312 0.309 0.374 0.328 -0.690 1.166 2.208 -0.210 0.147 -0.327 0.683 0.107 2

24、.424 0.807 1.442 2.868 1.302 -0.722 -0.408 -0.543 -0.158 -0.357 -0.506 -1.712 -0.276 0.049 -0.744 -0.952 -0.499 -0.041 0.639 0.685 -0.223 0.312 -1.090 -0.840 0.123 -1.115 -0.321 -0.191 0.246 0.787 1.613 0.816 1.742 0.185 0.374 0.651 -0.159 0.130 -0.568 -0.081 0.344 0.516 0.337 0.720 -0.126 0.027 0.1

25、67 0.159 0.445 0.666 -0.408 -0.543 -0.411 -0.623 -1.057 0.433 0.114 -1.226 -1.009 0.310 -0.568 -0.457 -0.918 -1.254 -0.916 -1.180 -0.748 -0.016 -0.508 -0.797 -0.321 0.495 -0.239 -0.001 -0.495 -0.383 -0.301 0.744 -0.623 -0.830 0.372 -0.952 -0.191 -0.527 -1.135 -1.676 -1.290 -1.650 0.371 -0.840 -0.889

26、 -0.372 -0.952 -0.962 -0.368 -0.593 -0.664 -0.383 -0.301 -0.220 -0.493 -0.522 0.159 -0.276 -0.927 -0.150 -0.494 0.011 -0.490 -0.097 -1.090 -0.710 -0.537 -0.584 -0.727 -0.893 -0.857 -0.346 0.263 -0.303 0.312 0.247 -0.450 -0.654 0.797 -0.952 -0.996 3.614 -1.677 -1.254 -0.863 -1.078 -1.090 -0.970 -0.59

27、6 -0.478 -0.952 解： 1.0000 -0.1599 1.0000 0.5886 -0.2580 1.0000 0.3407 -0.1442 0.8707 1.0000 0.6494 -0.0489 0.8991 0.8309 1.0000 0.3480 -0.0966 0.8801 0.9475 0.8790 1.0000 0.8095 -0.2573 0.3917 0.1454 0.4282 0.2655 1.0000 0.7441 -0.1222 0.7539 0.6390 0.9132 0.6529 0.4754 1.0000 0.6552 0.0158 0.7732 0

28、.6980 0.9236 0.7565 0.3796 0.8662 1.0000 0.5776 -0.1195 0.3251 0.1242 0.4622 0.3488 0.7917 0.4042 0.4957 1.0000 0.6333 -0.1312 0.6697 0.4310 0.5855 0.4792 0.5640 0.5542 0.5172 0.4460 1.0000整理課件61-0.3436 0.0055 -0.3883 0.0722 0.4218 -0.3602 0.2926 -0.3343 0.0860 0.3488 0.3030 0.0599 -0.1013 -0.0050 -

29、0.0941 -0.0409 -0.2238 -0.2219 -0.0716 0.9178 -0.1534 -0.0719 0.2011 -0.2903 0.1040 -0.7476 0.2604 -0.0950 -0.1495 -0.1085 -0.1803 -0.1847 0.3577 0.4864 -0.0924 -0.3220 0.4713 0.0280 -0.3521 -0.1323 0.0934 -0.1479 -0.4025 0.3070 0.0557 0.8291 -0.1247 -0.2406 -0.1904 0.0627 0.1260 0.0592 0.1081 -0.15

30、40 0.3756 -0.7317 -0.1021 0.1471 0.0931 -0.1207 -0.1464 -0.2604 0.3307 -0.0584 -0.3154 0.3284 0.2000 0.0677 0.5307 0.0692 -0.2495 -0.4881 -0.0899 0.1001 -0.0306 0.5398 0.2409 0.0083 -0.4080 -0.0784 -0.0109 -0.6281 0.1888 0.4794 -0.1920 0.0945 -0.0272 0.3474 0.1078 -0.0219 0.4952 0.2949 0.4852 0.3824

31、 0.2861 0.0932 0.2247 -0.1046 0.3495 0.1038 -0.1582 -0.4053 -0.0808 0.0462 0.3082 -0.1824 0.6231 0.1403 0.4511 0.2270 -0.0204 0.0508 -0.0148 0.1998 -0.0818 0.3829 -0.6234 -0.5530 -0.0263 0.1700 0.2820由小到大0.0052 0.0036 0.0350 0.0674 0.1160 0.2612 0.5381 0.5758 1.0448 1.8180 6.5348e3 e2 e1整理課件62)(3322

32、11eeeA0270. 02290. 07210. 01434. 06082. 05802. 02299. 01410. 08934. 00967. 00365. 08881. 00314. 07279. 06157. 00596. 04252. 08395. 01105. 02076. 09602. 01512. 05427. 07847. 01844. 02492. 09145. 09381. 02068. 01838. 00878. 04703. 07746. 0A5730. 07271. 08710. 07994. 09100. 08891. 09773. 09332. 09324.

33、09565. 08289. 0h)045. 1818. 1535. 6(g0.0860 0.3488 0.30300.9178 -0.1534 -0.0719-0.1803 -0.1847 0.3577-0.1479 -0.4025 0.30700.1081 -0.1540 0.3756-0.0584 -0.3154 0.3284-0.0306 0.5398 0.24090.0945 -0.0272 0.34740.2247 -0.1046 0.34950.1403 0.4511 0.2270-0.0263 0.1700 0.2820e3 e2 e112311e22e33e222212ikii

34、iaaah 整理課件63整理課件644 環(huán)境應(yīng)用及環(huán)境應(yīng)用及SPSS求解求解例例1. 某地區(qū)對城市大氣顆粒物進(jìn)行監(jiān)測。得到某地區(qū)對城市大氣顆粒物進(jìn)行監(jiān)測。得到16個樣本，樣個樣本，樣本顆粒中各類物質(zhì)的含量見下表本顆粒中各類物質(zhì)的含量見下表.請對該監(jiān)測數(shù)據(jù)進(jìn)行因子分請對該監(jiān)測數(shù)據(jù)進(jìn)行因子分析并給出結(jié)論。析并給出結(jié)論。序號序號BrKBaRbScFeZnNiVWAs1180110008205818.0220009501102745.9602977800650399.616000930441006.310031208600490458.214000820451073.37242007400390319.51300015005518310.0755295400250335.61000017030883.2256429100490436.11400037017932.539760120005205410.021000780451294