(1, 2, , )
i
e
p
=
Λ
,要求
1
i
e
=
,即
2
1
1
p
ij
j
e
=
=
∑
,其中
ij
e 表示向量
i
e 的第 j 个分量。
3) 计算贡献率和累计贡献率
m 个主成分的特征根
i
λ
之和为 m ,则某主成分
C 的特征根
i
λ
在 m 中所占的
比例,被称为
i
C 的贡献率。显然,第一主成分
i
C 是贡献率最大的主成分,如果
它的贡献率越大,则表明
i
C 综合原始指标的能力越强。前 k 个主成分的贡献率之
和为前
k 个主成分的累积贡献率。即贡献率为:
1
(
1, 2, , )
i
p
k
k
i
p
λ
λ
=
=
Λ
∑
(式 3-4)
累积贡献率为:
1
1
(
1, 2, , )
i
k
p
k
k
i
p
k
λ
λ
=
=
=
Λ
∑
∑
(式 3-5)
一般取累计贡献率达
85%-95%的特征值 λ
1
,
λ
2
,
Λ,λ
m
所对应的第
1、第
2、…、第 m(m≤p)个主成分。
4) 计算因子载荷
因子载荷即第
i 主成分 C
i
特征根的平方根与主成分的线性组合中各系数的
乘积,即
( , )
( ,
1, 2, , )
ij
i
j
i ij
I
p z x
e
i j
p
λ
=
=
=
Λ
(式 3-6)
5) 状态指标分析
根据线性组合中各特征向量和各原始指标标化值的大小,可以求得各主成
分得分大小,利用主成分得分大小可以对研究对象的个体进行推断和评价。
6) SPSS 中主成分分析的运用
水质各监测指标的主成分分析也依赖于
SPSS 数理统计模型。模型使用