3.2. Principal component analysisPr

3.2. Principal component analysis
Principal component analysis is utilized to provide an overview
of the capacity to characterize vegetable oils based on gas chromatography
data. By choosing the first three principal components
(PC), 98.47% of the total variability is explained (PC1 = 54.76%,
PC2 = 30.55%, PC3 = 13.16%) indicating that we do not lose a considerable
amount of information by keeping only the first three
PCs. The scores for the first three PC are plotted as a scatter diagram
in Fig. 2. Generally, the stereochemical distribution of the
mixtures depends on the nature of the oils. It is clear that several
clusters are formed, corresponding to the five different kinds of
mixture. In each cluster, the samples are dispersed from the center
(six pure sesame oils) to the rim (the five kinds of pure non-sesameoil). This may be explained by the fact that similarity of samples is
determined on the basis of the measure of correlation coefficient in
PCA analysis, and the mixtures of specific two oils is of course
highly correlated. At the same time, the dispersion direction of
each cluster along PC1, PC2 and PC3 is caused by the different
kinds of oils mixed with the pure sesame oil. Moreover, it seems
that all clusters have the common center, and the higher level of
a non-sesame oil contained in a mixed sample, the further distance
of this sample from the pure sesame oil.

ผลลัพธ์ (ไทย) 1:

3.2. ส่วนประกอบที่หลักการวิเคราะห์วิเคราะห์ส่วนประกอบหลักจะใช้เพื่อให้ภาพของกำลังการผลิตต้องกำหนดลักษณะตาม chromatography ก๊าซน้ำมันพืชข้อมูล โดยการเลือกส่วนประกอบหลัก 3 อันดับแรก(PC), อธิบาย 98.47% ความแปรผันรวม (PC1 = 54.76%PC2 = 30.55%, PC3 = 13.16%) ระบุว่า เราไม่สูญเสียเป็นจำนวนมากจำนวนข้อมูลโดยรักษา 3 ครั้งแรกเท่านั้นซอง คะแนนสำหรับพีซีครั้งแรกสามจะลงจุดเป็นแผนภาพการกระจายใน Fig. 2 ทั่วไป การกระจาย stereochemical ของการน้ำยาผสมขึ้นอยู่กับลักษณะของน้ำมันหอมระเหย มันเป็นล้างที่หลายคลัสเตอร์ที่เกิด ที่สอดคล้องกับห้าชนิดของส่วนผสมของ ในแต่ละคลัสเตอร์ ตัวอย่างที่ออกจากศูนย์(น้ำมันงาบริสุทธิ์ 6) ไปริม (ชนิด 5 ของแท้ไม่ใช่-sesameoil) นี้อาจอธิบายความจริงที่ว่ามีความคล้ายกันของตัวอย่างกำหนดความสัมพันธ์ของสัมประสิทธิ์ในการวัดการวิเคราะห์ PCA และส่วนผสมของน้ำมันสองเฉพาะเป็นหลักสูตรสูง correlated ในเวลาเดียวกัน ทิศทางการกระจายตัวของเกิดจากการที่แตกต่างกันแต่ละคลัสเตอร์ PC1, PC2 และ PC3ชนิดของน้ำมันที่ผสมกับน้ำมันงาบริสุทธิ์ ยิ่งไปกว่านั้น เหมือนคลัสเตอร์ทั้งหมดมีศูนย์ทั่วไป และระดับสูงน้ำมันงาไม่มีอยู่ในตัวอย่างผสม ระยะทางที่เพิ่มเติมของอย่างนี้จากน้ำมันงาบริสุทธิ์

ผลลัพธ์ (ไทย) 2:

3.2 การวิเคราะห์องค์ประกอบหลักวิเคราะห์องค์ประกอบหลักถูกนำมาใช้เพื่อให้ภาพรวมของกำลังการผลิตที่จะอธิบายลักษณะน้ำมันพืชขึ้นอยู่กับแก๊สchromatography ข้อมูล โดยการเลือกครั้งแรกที่สามองค์ประกอบหลัก(PC), 98.47% ของความแปรปรวนทั้งหมดจะมีการอธิบาย (PC1 = 54.76% PC2 = 30.55% PC3 = 13.16%) แสดงให้เห็นว่าเราไม่ได้สูญเสียมากปริมาณของข้อมูลโดยการรักษาเท่านั้นครั้งแรกที่สามคอมพิวเตอร์ คะแนนสำหรับครั้งแรกที่สามเครื่องคอมพิวเตอร์ที่มีการพล็อตเป็นแผนภาพกระจายในรูป 2. โดยทั่วไปการกระจาย stereochemical ของผสมขึ้นอยู่กับลักษณะของน้ำมันที่ เป็นที่ชัดเจนว่าหลายกลุ่มจะเกิดขึ้นสอดคล้องกับห้าชนิดที่แตกต่างกันของส่วนผสม ในแต่ละกลุ่มตัวอย่างที่มีการแพร่ระบาดจากศูนย์กลาง(หกน้ำมันงาบริสุทธิ์) เพื่อขอบ (ห้าชนิดที่ไม่ sesameoil บริสุทธิ์) นี้อาจจะอธิบายได้ด้วยความจริงที่ว่ามีความคล้ายคลึงกันของกลุ่มตัวอย่างมีการกำหนดบนพื้นฐานของตัวชี้วัดของค่าสัมประสิทธิ์สหสัมพันธ์ในการวิเคราะห์PCA และผสมเฉพาะสองน้ำมันเป็นหลักสูตรที่มีความสัมพันธ์อย่างมาก ในขณะเดียวกันทิศทางการกระจายตัวของแต่ละกลุ่มพร้อม PC1 PC2 และ PC3 เกิดจากการที่แตกต่างกันชนิดของน้ำมันที่ผสมกับน้ำมันงาบริสุทธิ์ นอกจากนี้ยังดูเหมือนว่ากลุ่มทุกคนมีศูนย์ร่วมกันและระดับที่สูงขึ้นของน้ำมันงาที่ไม่ได้มีอยู่ในตัวอย่างผสมระยะทางต่อไปของกลุ่มตัวอย่างนี้ได้จากน้ำมันงาบริสุทธิ์

ผลลัพธ์ (ไทย) 3:

3.2 . การวิเคราะห์องค์ประกอบหลัก
การวิเคราะห์องค์ประกอบหลักคือใช้เพื่อให้ภาพรวม
ของความจุในลักษณะของน้ำมันพืชขึ้นอยู่กับข้อมูลโครมาโทกราฟี
ก๊าซ โดยการเลือกแรกหลักสามองค์ประกอบ
( PC ) , รวมของความแปรปรวนทั้งหมดอธิบาย ( PC = 54.76 %
pc2 = 30.55 % ด้วย = 13.16 เปอร์เซ็นต์ ) ระบุว่า เราไม่สูญเสียมาก
ปริมาณของข้อมูล ด้วยการรักษาเพียงครั้งแรก 3
) คะแนน 3 อันดับแรก พีซีจะพล็อตเป็นแผนภาพการกระจาย
ในรูปที่ 2 โดยทั่วไปการกระจาย stereochemical ของ
ผสมขึ้นอยู่กับธรรมชาติของน้ำมัน มันเป็นที่ชัดเจนว่าหลาย
กลุ่มจะเกิดขึ้นสอดคล้องกับห้าชนิดที่แตกต่างกันของ
ผสม ในแต่ละกลุ่ม ตัวอย่างมีการกระจายจากศูนย์กลาง
( หกน้ำมันบริสุทธิ์งา ) ขอบ ( ห้าชนิดบริสุทธิ์ไม่ sesameoil ) นี้อาจอธิบายได้ว่า ความเหมือนของตัวอย่าง
ตัดสินใจบนพื้นฐานของการวัดค่าสัมประสิทธิ์
การวิเคราะห์ PCA และส่วนผสมของน้ำมันที่เป็นเฉพาะสองแน่นอน
ระดับสูง . ในเวลาเดียวกัน , การกระจายทิศทางของแต่ละกลุ่มตาม PC
,และ pc2 ด้วยเกิดจากชนิด
ขับผสมกับน้ำมันงาบริสุทธิ์ . ยิ่งกว่านั้น ดูเหมือน
ที่ทุกกลุ่มมีศูนย์ทั่วไป และระดับที่สูงขึ้นของ
ไม่ใช่น้ำมันงาที่มีอยู่ในตัวอย่างที่ผสมไกล
ตัวอย่างนี้จากบริสุทธิ์น้ำมันงา .