1) type-R principal component analysis
R型主成分分析
1.
According to the methods of type-R principal component analysis and fuzzy ISODATA cluster analysis, the studied area was divided into 3 climatic types based on 2 items of geographical data and 16 items of meteorological data collected from 171 counties.
选择纬度、经度以及16个与水热状况有关的气象因子进行R型主成分分析,用前5个主成分坐标值进行模糊ISODATA聚类分析,将研究区划分为3类;用逐步判别分析建立了各类的判别函数式,回判准确率为91。
2) R type main factor analysis
R型主因子分析
3) main component analysis method
主成分分析模型
1.
The thesis firstly analysis the current status and problems on exploring groundwater in Beijing district,then,according to the principle of the main component analysis method,the author makes a comprehensive evaluation on carrying capacity of groundwater resources in Beijing district.
通过对北京市地下水资源承载力采用主成分分析模型进行综合评价,由主成分关系式得出相应的主成分评判地下水资源承载能力状况。
4) Cluster analysis of R-type
R型群分析
5) repeatability and reproducibility
R&R分析
1.
The repeatability and reproducibility variation of measurement systems is a major source of differences of measurement data fluctuation,and influences the performance of control charts.
基于R&R分析,讨论了测量系统能力对控制图性能的影响,结果表明符合要求的测量系统对控制图的性能影响不是很明显,否则影响较大,并通过一个仿真示例验证了该结果。
6) refined principal-element analysis model
改进型主成分分析模型
补充资料：主成分分析
| 主成分分析 principal component analysis 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条