PCA and hierarchical and non-hierar

PCA and hierarchical and non-hierarchical CA were
performed on data sets of each site using Statistica 6 software.
PCA analysis was performed on the concentration
matrix following the data scaling procedure [31]. The elements
that were not quantified (under MDL or comparable
with signal of blank filter) in more than 20% of the
samples have been excluded from the analysis similarly
to the selection reported in literature [32]. For data not
quantified values equal to the maximum between the
detection limit and the standard deviation of blank filters
have been used in the analysis [4]. The cluster analysis is
an effective multivariate statistical method that could be
used to achieve a greater confidence in the classification
obtained with PCA. It has been shown that CA can assist
PCA in the identification of clusters in atmospheric aerosol
particles [33]. Therefore in this work the cluster analysis
was essentially used for comparison purposes.
Dendrogram has been obtained using Ward’s method.

ผลลัพธ์ (ไทย) 1:

PCA และ CA ตามลำดับชั้น และลำดับ ชั้นไม่ดำเนินการบนชุดข้อมูลของแต่ละไซต์โดยใช้ซอฟต์แวร์ Statistica 6ทำการวิเคราะห์ PCA ตามความเข้มข้นเมทริกซ์ข้อมูลมาตราส่วนกระบวนการ [31] ต่อไปนี้ องค์ประกอบที่ถูกวัด (MDL หรือเทียบเท่าสัญญาณของกรองเปล่า) มากกว่า 20% ของการตัวอย่างถูกแยกออกจากการวิเคราะห์ในทำนองเดียวกันการเลือกรายงานในวรรณคดี [32] สำหรับข้อมูลที่ไม่วัดค่าเท่ากับสูงสุดระหว่างการขีดจำกัดการตรวจจับและส่วนเบี่ยงเบนมาตรฐานของตัวกรองที่ว่างเปล่ามีการใช้ในการวิเคราะห์ [4] เป็นการวิเคราะห์คลัสเตอร์วิธีทางสถิติตัวแปรพหุมีประสิทธิภาพที่สามารถใช้เพื่อให้เกิดความมั่นใจในการจัดประเภทรับกับ PCA มันแสดงว่า สามารถให้บริการ CAPCA ในรหัสของคลัสเตอร์ในซอลอนุภาค [33] ดังนั้น ในการนี้ทำงานการวิเคราะห์คลัสเตอร์หลักถูกใช้สำหรับวัตถุประสงค์ในการเปรียบเทียบDendrogram ได้ถูกรับโดยใช้วิธีของผู้ป่วย

ผลลัพธ์ (ไทย) 3:

PCA และลำดับชั้นและไม่ใช่ลำดับชั้น CA คือดำเนินการในชุดข้อมูลของแต่ละเว็บไซต์ที่ใช้ statistica 6 ซอฟต์แวร์การวิเคราะห์ระบบคือใช้ความเข้มข้นเมทริกซ์ต่อไปนี้ข้อมูลการปรับขั้นตอน [ 31 ] องค์ประกอบที่ไม่ตรวจ ( MDL หรือเทียบเท่าภายใต้กับสัญญาณของกรองว่างเปล่า ) ในกว่า 20 % ของตัวอย่างที่ได้รับการยกเว้นจากการวิเคราะห์ในทํานองเดียวกันเพื่อการรายงานในวรรณคดี [ 32 ] สำหรับข้อมูลที่ไม่วัดค่าได้เท่ากับสูงสุดระหว่างจำกัดการค้นหา และส่วนเบี่ยงเบนมาตรฐานของตัวกรองเปล่าได้ถูกนำมาใช้ในการวิเคราะห์ [ 4 ] การวิเคราะห์กลุ่มคือที่มีประสิทธิภาพวิธีการทางสถิติหลายตัวแปรที่อาจจะที่ใช้เพื่อให้บรรลุความมั่นใจมากขึ้นในการจัดหมวดหมู่ได้กับพีซี . มันได้ถูกแสดงที่ CA สามารถช่วยPCA ในการจำแนกกลุ่มของบรรยากาศในอนุภาค [ 33 ] ดังนั้นในงานนี้วิเคราะห์กลุ่มหลักที่ใช้เพื่อวัตถุประสงค์ในการเปรียบเทียบเดนโดรแกรมได้โดยใช้วิธีการของผู้ป่วย .