烤烟酸性成分的因子分析及综合评价

基于对3个省区22个替代进口烟和对照烟叶样品的实验室分析数据,应用相关分析和因子分析方法,研究了烤烟中主要酸性成分间的关系,对烤烟中11种主要酸性成分进行了因子分析和综合评价.结果表明,烤烟中主要酸性成分间存在显著或极显著的相关性;因子分析提取了4个综合因子,解释了原有变量83.093%的信息;根据4个综合因子的载荷矩阵及其贡献率建立了烤烟主要酸性成分综合评价函数,评价结果表明各地区替代烟叶质量高于对照烟叶.     

因子分析在商洛市农业产业结构分析中的应用

用因子分析综合评价方法对商洛市从1949～2008年农业产业数据进行分析,综合概括出优势产业和产值、产量、大牲畜、油料等综合因子对商洛市农业发展的影响,并用定量方法描述了商洛市农业产业结构的主要特征。     

基于因子分析的全国各地区生活环境状况的综合评价

以我国大陆地区2009年31个省(市、自治区)环境综合状况数据为样本,建立了包括生活垃圾清运及处理、废气排放、废气处理、废水排放及处理、工业废气排放、工业废气处理、工业废水排放及处理以及工业固体废物产生及处理利用9个子系统在内的综合评价指标体系,先运用因子分析的方法分别计算出9个子系统下各地区的综合得分,再将各地区在9个子系统下的综合得分作为新的变量,得到各地区的生活环境状况综合得分并进行排序.结果表明,综合环境状况比较好的地区为宁夏、青海、海南、西藏等工业不发达的地区;综合环境状况居中的地区为陕西、安徽、贵州、新疆等地;综合生活环境状况较差的地区为河北、辽宁、山东、江苏、浙江、广东等地.     

鄂西南烤烟主要化学成分因子分析及综合评价

应用因子分析法对2004年鄂西南18种烤烟主要化学成分进行了因子分析,并利用因子得分进行综合评价.整个计算借助于SPSS统计软件进行.鄂西南烤烟主要化学成分相关系数矩阵表明,烤烟多种化学成分间存在显著或极显著的相关性,相关系数矩阵前4个特征根的累计贡献率已达89.618%.由化学成分的因子载荷矩阵得到4个主因子,即碳氮因子、氯因子、燃烧性因子和氮碱比因子.综合评估为用烤烟主要化学成分判断烤烟品质提供依据,并为烤烟的生产提供参考.     

昭通烤烟主要物理特性的因子分析和综合评价

为分析昭通地区烤烟的物理特性,以270个烟叶样品为供试材料,对其中255个样品的15个主要物理指标进行了相关分析和因子分析,并利用因子得分进行综合评价,用15个样品对评价结果进行验证。结果表明,昭通烟区烟叶的形态指标(厚度、长宽比)与拉力、含梗率、颜色指标(L*、a*、b*、C*、h*)、填充值的相关性达到了极显著水平(P<0.01),其中厚度与长宽比极显著负相关;昭通烤烟的形态、颜色、拉力与叶质重在其物理特性评价中作用最大;通过因子分析法,用6个主因子代替昭通烟区烤烟的15个物理特性,对其进行综合评价,用因子得分评价烟叶质量与评吸结果基本一致,表明用因子分析法评价烟叶质量是可行的。     

基于因子分析的土壤肥力综合评价

为了给施甸县烟区特色优质烟叶生产提供科学合理施肥方案,本文利用因子分析法和系统聚类分析法对施甸县植烟土壤养分进行了分析与综合评价。结果表明,土壤肥力最高的12个样本(占总样本的14.81%),综合得分F∈[0.623 6,1.261 3];土壤肥力较高的32个样本(占总样本的39.51%),综合得分F∈[0.008 4,0.503 0];土壤肥力较低的23个样本(占总样本的28.40%),综合得分F∈[-0.514 1,-0.051 8];土壤肥力最低的14个样本(占总样本的17.28%),综合得分F∈[-1.043 7,-0.565 3]。因此,鉴于全县植烟土壤肥力存在着较大差异,对土壤肥力较高的田地,要施用适量有机肥和复合肥;而土壤肥力处于较低水平的,则要足量、配合施用有机肥和复合肥。     

吐鲁番地区无核葡萄主要品质性状因子分析与综合评价

建立无核葡萄综合品质评价体系,为筛选优良品种提供依据。以吐鲁番地区15个无核葡萄品种为试材,测定葡萄外观、内在主要品质性状指标,采用多元统计方法中的相关性分析、因子分析,确定外观、内在品质代表性评价指标;根据外观、内在品质主因子得分,结合层次分析法赋予相应权重,建立综合品质评价模型;根据综合品质得分进行优良度排序。结果表明,15个无核葡萄主要品质性状变异不同,指标间普遍存在相关性;可将外观品质评价指标简化为果粒整齐度、果粒质量、残核率、皮果比4项;内在品质评价指标简化为总酸质量分数、可溶性固形物质量分数、干鲜比3项;综合评价以‘无核白鸡心’‘无核白’‘爱神玫瑰’‘粒粒特’4个品种品质最优。根据葡萄外观、内在品质指标进行因子分析及结合层次分析法建立的无核葡萄综合品质评价模型全面、科学合理,可为无核葡萄优良品种的筛选提供参考依据。     

汉中地区小麦条锈病流行因子分析

利用陕西汉中地区２４ａ（１９７４－１９９７年）的病情气象资料,采用逐步回归法分析了影响汉中小麦条锈病流行的因子,求得最优回归子集,包括秋苗菌量、春苗菌量、４月份平均温度、４月份降雨量、感病品种比例。用所得关键因子（１９７４－１９９３,共２０ａ资料）建立了多元线性回归方程,并用１９９４－１９９７年的资料检验方程的可靠程度,结果表明,方程预测的准确率为７５％。     

冬枣优良单株果实品质的因子分析与综合评价#br#

 【目的】建立一套适合冬枣果实品质评价的方法,探求冬枣果实品质评价中的主要影响因子,并为选择品质优良的冬枣单株(或候选单株)提供依据。【方法】测定20项冬枣优良单株的果实品质指标,采用隶属函数法对各项指标数据进行转化,采用SPSS13.0软件进行因子分析,采用四次方最大旋转法获得因子载荷矩阵,以公因子贡献率为权重,计算样品前6个公因子分值与相应权重之积的累加和,得到综合分值,结合公因子的二维排序图进行优良单株的选择。【结果】转化后的数据经因子分析,提取出6个特征根＞1的公因子,累计方差贡献率为80.571%,第1公因子为果实甜脆因子,方差贡献率为26.257%,第2公因子为果重及其它内质因子,方差贡献率为16.734%,第3公因子为果皮质地因子,方差贡献率为14.503%,第4公因子为果实外观因子,方差贡献率为9.091%,第5公因子和第6公因子统称为其它因子;二维排序图揭示了不同优良单株前3个公因子的分布情况,可以为冬枣选优提供参照;20份冬枣优良单株及对照的综合排序为：16、22、14、15、18、5、12、17、4、21、1、19、8、10、13、6、2、7、3、CK和20号。【结论】隶属函数法同时考虑到果实品质指标对评价体系的正、负影响,采用该法转化的数据适于进行因子分析;影响冬枣优良单株果实品质综合评价的关键因子依次是果实甜脆因子、果重及其它内质因子、果皮质地因子、果实外观因子和其它因子;20份优良单株及对照冬枣的综合评价结果为：16、22、15和18号综合品质性状较优,可作为候选单株,结合其它性状进行下一步筛选,其它单株不宜选择。     

烤烟主要化学成分因子分析和综合评价

以湖北省清江流域7个烤烟主产区21个烟叶样品为供试材料,对烤烟中10种主要化学成分进行了相关分析和因子分析,并利用因子得分进行综合评价。结果表明,烤烟主要化学成分存在显著或极显著的相关性。相关系数矩阵前4个特征根的累计贡献率已达91.400％。由化学成分的因子载荷矩阵得到4个主因子,即碳氮因子、燃烧性因子、氮碱比因子和淀粉因子。综合评价为利用烤烟化学指标评价烤烟品质提供新方法,并为烟叶的工业可用性提供参考。     

对应分析方法的注记

本文说明了对应分析中变量的协方差阵是一个退化矩阵。阐述了要进行对应分析时,原始数据应满足的条件。通过讨论得出进行对应分析若需要对原始数据作标准化处理时,模标准化、最大值标准化和总和标准化总是可行的,应用极差标准化是有条件的;而中心化、离差标准化和标准差标准化则不可使用     

三向测交分析的一点注记

本文给出了三向测交设计L_(1i),L_(2i)和L_(3i)(或1/2 P_i)方差分析中互作项方差分量的生统遗传学期望。这一期望的导出使得加性遗传分量D和显性遗传分量H的估值可由同一方差分析得出,并且所有的三向测交家系均得以利用,克服了现有三向测交分析中L_(3i)或L_(3si)在估计H、P_i在估计D和H时未被利用及完全三向测交设计时D和H由两个基于不同家系资料的方差分析估出的缺陷。本文还给出了确定显性方向的统计量F的一些其他估计方法。     

因子分析在苗木形态指标研究中的应用

本文对因子分析法进行简述,以希蒙得木为例,阐述因子分析在苗木形态指标划分中应用的计算过程和分析结果.     

因子分析在教师教学效果评价中的应用

在对教师教学效果的评价考核中,多数学校采用按教师平均得分进行排名并作为考核教师的重要依据.但是受所教班级学生人数及课程性质等因素影响,这种简单排名方法有时不能真实的反映教师的教学效果,而且也不能给出教师之间的教学效果差距出现在哪些方面,达不到以评促教的目的.为更客观、全面的对教师教学效果进行评价,将探索性的因子分析模型...     

因子分析法在玉米生产试验中的应用

为了研究因子分析法在玉米生产试验中的可行性和应用价值,探讨生产试验结果更全面科学的评价方式,使优良品种投入更高效的大面积栽培和推广,本研究对2018年田丰玉米品种联合体生产试验（中海拔组）6个参试品种（含对照种）在保山试点的生育期、农艺性状及抗病性等进行了因子分析。结果表明：前2个公因子对变异的累计贡献率达73.33%,2个独立的公因子较真实地反映了所支配的7个性状及其相互关系。第一公因子主要包含生育期、灰斑病、穗腐病、小斑病和大斑病5个性状,称为生育期和抗病性因子;第二公因子主要支配了株高和穗位高,称为主要农艺性状因子。通过计算公因子得分,6个参试品种中,‘金禾880’综合得分最低,第一公因子得分最低,栽培生产中可适时早播;‘富华9号’综合因子得分最高,第二公因子得分最高,栽培生产中可适当降低株高穗位;‘金禾玉618’综合因子得分最佳,适宜在保山市中海拔区域大面积常规化种植和推广。因子分析法用于玉米生产试验的分析与评价是可行的,在栽培上有一定的指导意义。实际生产中,可根据因子得分对各玉米品种采取具体有效的栽培措施,提高生产力和经济效益。     

主因素分析方法及其实例

主因素分析方法是多元统计方法的一个新支,它在多种学科如气象学、经济学等都有成功应用的实例,但应用于栽培学,却遇到了困难,因为不好作出明确的生物学解释。近年来,有一些解决这一难题的方法,但只限于很特殊的情况。本文应用动态分析的方法,给出了一个在一般情况下都能应用的方法,并给出了一个说明性的实例。     

多性状综合评定的秩和测验方法及其应用

 【目的】秩和比较作为一种非参数方法,虽在作物品种评价方面得到一定的应用,但对多品种多性状的综合评定仍缺乏必要的统计测验基础。【方法】利用“H0：各品种在各性状上的秩次随机分布”假设。【结果】导出了多品种多性状秩和的理论分布;并据之给出了进行品种间多性状综合评价秩和测验的临界值。通过定义任意长度整数C++运算律,解决了当品种数和性状数较多时,因常用软件内置数据类型有效位数不足所导致的计算误差问题。最后,以糯玉米12个品种5个淀粉粘度性状为例演示了分析程序。【结论】该方法操作简便,评定结果具有一定参考意义。     

A Rank-Sum Testing Method for Multi-Trait Comprehensive Ranking and Its Application

The rank-sum test is a nonparametric method used in variety evaluation. However, the hypothesis testing of the method hasn＇t been established for multi-trait comprehensive ranking. In this paper, under null hypothesis H0： the variety＇s ranking on each trait is random, the theoretical distribution of sum of ranks （SR） was firstly derived and further used to obtain the critical values for multi-trait comprehensive evaluation in rank-sum testing. A new C＋＋ class and its basic arithmetic were defined to deal with the miscount caused by the precision limitation of built-in data type in common statistical software under large number of varieties and traits. Finally, an application of the theoretical results was demonstrated using five starch viscosity traits of 12 glutinous maize varieties. The proposed method is so simple and convenient that it can be easily used to rank different varieties by multiple traits.     

因子分析方法在农业地质环境评价中的应用——以浙江省杭州市萧山区浅层地下水质量评价为例

针对目前农业地质环境评价涉及因素众多、对其做综合评价比较困难的问题,提出当前农业地质环境评价的重点及难点是地质特征的数字化及量化。运用因子分析方法对杭州市萧山区浅层地下水化学特征评价定量化问题进行了尝试性探讨,通过对采样所得浅层地下水化学成分进行R型因子分析,得到了3个具有重要意义的主因子,并进一步计算了3个主因子的得分。结果表明,不同浅层地下水样品其R型主因子的因子得分存在明显差异,可以作为浅层地下水化学特征评价的定量化表示,为浅层地下水的水质分类利用及保护管理提供了一定的依据。     

主因子分析在粮食作物产量气象预报中的应用

本文作者提出在农业气象产量预报中,当选用的预报因子较多,而且诸预报因子之间存在一定相关性的情况下,可采用主因子分析方法来浓缩这些预报因子中的信息量。本文简述了主因子分忻的原理和步骤;论述了用主因子回归预报作物产量的一般方法;并选用前期7个大与环流特征参数作为预报因子,建立了辽宁省粮食作物产量的主因子回归预报模式,经过历史概括率检验和试报检验,效果较好。