3.4.3. Principle component analysis

3.4.3. Principle component analysis (PCA) / Factor analysis (FA) of metal concentrations in tissue of S. glomerata from Anthony Zammit, Food Authority (2005) data
The pattern of metal loading in commercial Saccostrea glomerata among 29 estuaries in New South Wales, Australia was determined using the PCA/FA analysis of Food authority data (2005). The result of PCA analysis showed that the first two meaningful principle components (PCs) described 68.30% of total variance, suggesting that these were a good representation of the original data (Table 3.5). The first two meaningful PCs were then subjected to factor analysis using maximum likelihood extraction and Varimax rotation to generate their factor loadings (Table 3.6). The factor loading was graphically plotted on a correlation scale (Figure 3.3). The first factor explained 32.85% of the total variance and was positively correlated with copper and zinc. The second factor described 22.92% of the total variation and was positively loaded with arsenic. The factor scores were then extracted using regression method (Table 3.7) and plotted on the rotation factor space (Figure 3.4). The factor score plot revealed that Clyde River, Nambucca, Shoalhaven/Crookhaven, Patonga, Pambula, Georges River, Hunter, Hawkesbury River and Brisbane Waters exhibited high factor scores on factor 1, indicating copper and zinc elevation. Merimbula, Wagonga, Georges River, Wagonga- Lavender, Brisbane Waters and Wonboyn displayed high factor scores on factor 2 being elevated in arsenic. The low factor score on factor 1 was found in Wonboyn, Twofold, Wooli, Berringer Lake, Merimbula, Tuross, Wagonga- Lavender, Wapengo, Richmond, Camden Haven and Wagonga, suggesting low bioaccumulation of copper and zinc. The low factor score on factor 2 at Richmond, Hunter, Bellinger/Kalang, Manning River, Macleay, Pambula, Tweed, Twofold, Port Stephens, Camden Haven, Clyde River, Wooli indicated low bioaccumulation of arsenic.

ผลลัพธ์ (ไทย) 1:

3.4.3. หลักการวิเคราะห์ส่วนประกอบ (PCA) / ปัจจัยวิเคราะห์ (FA) ความเข้มข้นของโลหะในเนื้อเยื่อของ S. glomerata จากแอนโทนี่ Zammit ข้อมูลสถิติ (2005) The pattern of metal loading in commercial Saccostrea glomerata among 29 estuaries in New South Wales, Australia was determined using the PCA/FA analysis of Food authority data (2005). The result of PCA analysis showed that the first two meaningful principle components (PCs) described 68.30% of total variance, suggesting that these were a good representation of the original data (Table 3.5). The first two meaningful PCs were then subjected to factor analysis using maximum likelihood extraction and Varimax rotation to generate their factor loadings (Table 3.6). The factor loading was graphically plotted on a correlation scale (Figure 3.3). The first factor explained 32.85% of the total variance and was positively correlated with copper and zinc. The second factor described 22.92% of the total variation and was positively loaded with arsenic. The factor scores were then extracted using regression method (Table 3.7) and plotted on the rotation factor space (Figure 3.4). The factor score plot revealed that Clyde River, Nambucca, Shoalhaven/Crookhaven, Patonga, Pambula, Georges River, Hunter, Hawkesbury River and Brisbane Waters exhibited high factor scores on factor 1, indicating copper and zinc elevation. Merimbula, Wagonga, Georges River, Wagonga- Lavender, Brisbane Waters and Wonboyn displayed high factor scores on factor 2 being elevated in arsenic. The low factor score on factor 1 was found in Wonboyn, Twofold, Wooli, Berringer Lake, Merimbula, Tuross, Wagonga- Lavender, Wapengo, Richmond, Camden Haven and Wagonga, suggesting low bioaccumulation of copper and zinc. The low factor score on factor 2 at Richmond, Hunter, Bellinger/Kalang, Manning River, Macleay, Pambula, Tweed, Twofold, Port Stephens, Camden Haven, Clyde River, Wooli indicated low bioaccumulation of arsenic.

ผลลัพธ์ (ไทย) 2:

3.4.3 การวิเคราะห์องค์ประกอบหลักการ (PCA) / การวิเคราะห์ปัจจัย (เอฟเอ) ความเข้มข้นของโลหะในเนื้อเยื่อของเอส glomerata จากแอนโธนีซัมมิตอำนาจอาหาร (2005) ข้อมูล
รูปแบบของการโหลดโลหะ glomerata Saccostrea เชิงพาณิชย์ในหมู่ที่ 29 บริเวณปากแม่น้ำในนิวเซาธ์เวลส์ออสเตรเลียเป็น การพิจารณาโดยใช้การวิเคราะห์ PCA / เอฟเอของข้อมูลผู้มีอำนาจในอาหาร (2005) ผลการวิเคราะห์ PCA แสดงให้เห็นว่าเป็นครั้งแรกที่ทั้งสองส่วนหลักการที่มีความหมาย (พีซี) อธิบาย 68.30% ของความแปรปรวนทั้งหมดชี้ให้เห็นว่าสิ่งเหล่านี้เป็นตัวแทนที่ดีของข้อมูลเดิม (ตารางที่ 3.5) สองคนแรกที่เครื่องคอมพิวเตอร์ที่มีความหมายถูกยัดเยียดแล้วที่จะเป็นปัจจัยการวิเคราะห์โดยใช้การสกัดความน่าจะเป็นสูงสุดและ VariMax หมุนเพื่อสร้างแรงปัจจัยของพวกเขา (ตารางที่ 3.6) โหลดปัจจัยที่ได้รับการพล็อตกราฟโยสัมพันธ์ (รูปที่ 3.3) ปัจจัยแรกอธิบาย 32.85% ของความแปรปรวนรวมและมีความสัมพันธ์เชิงบวกกับทองแดงและสังกะสี ปัจจัยที่สองอธิบาย 22.92% ของรูปแบบรวมและถูกโหลดบวกกับสารหนู คะแนนปัจจัยที่สกัดจากนั้นใช้วิธีการถดถอย (ตารางที่ 3.7) และพล็อตในพื้นที่ปัจจัยการหมุน (รูปที่ 3.4) พล็อตคะแนนปัจจัยเปิดเผยว่าไคลด์แม่น้ำ Nambucca, Shoalhaven / Crookhaven, Patonga, Pambula จอร์ชแม่น้ำฮันเตอร์ฮอกส์และแม่น้ำบริสเบน Waters แสดงคะแนนสูงในปัจจัยปัจจัยที่ 1 แสดงให้เห็นทองแดงและสังกะสีระดับความสูง Merimbula, Wagonga จอร์ชแม่น้ำ Wagonga- ลาเวนเดอร์, บริสเบนวอเตอร์สและ Wonboyn แสดงคะแนนสูงในปัจจัยปัจจัยที่ 2 ถูกยกระดับในสารหนู คะแนนต่ำในปัจจัยปัจจัยที่ 1 พบว่าใน Wonboyn, สองเท่า Wooli, Berringer ทะเลสาบ Merimbula, Tuross, Wagonga- ลาเวนเดอร์ Wapengo ริชมอนด์, Camden และท่าเรือ Wagonga แนะนำการสะสมทางชีวภาพต่ำของทองแดงและสังกะสี คะแนนต่ำในปัจจัยปัจจัยที่ 2 ที่ริชมอนด์, ฮันเตอร์, เบลลิง / Kalang นิงแม่น้ำ Macleay, Pambula, Tweed, สองเท่า Port Stephens, Camden Haven ไคลด์แม่น้ำ Wooli ระบุสะสมทางชีวภาพต่ำของสารหนู

ผลลัพธ์ (ไทย) 3:

3.4.3 . การวิเคราะห์องค์ประกอบหลัก ( PCA ) การวิเคราะห์ตัวประกอบ ( FA ) ของปริมาณโลหะในเนื้อเยื่อของ S . glomerata จากแอนโทนี่ zammit องค์การอาหาร ( 2005 ) ข้อมูลรูปแบบของโลหะใน glomerata โหลด saccostrea พาณิชย์ระหว่าง 29 อ้อยในรัฐนิวเซาท์เวลส์ ออสเตรเลีย ตัดสินใจใช้ PCA / ฟ้า การวิเคราะห์ข้อมูลองค์การอาหาร ( 2005 ) ผลของการวิเคราะห์ PCA พบว่าสองคนแรกมีความหมายหลักส่วนประกอบ ( ชิ้น ) อธิบาย 68.30 % ของความแปรปรวนทั้งหมดชี้ให้เห็นว่าเหล่านี้เป็นตัวแทนที่ดีของข้อมูลเดิม ( ตารางที่ 3 ) สองคนแรกที่มีความหมายชิ้นแล้วภายใต้การวิเคราะห์องค์ประกอบโดยใช้การสกัดโอกาสสูงสุดและตัวหมุนเพื่อสร้างภาระปัจจัยของตนเอง ( ตารางที่ 3 ) ปัจจัยโหลดเป็นกราฟิกพล็อตเรื่องความสัมพันธ์แบบ ( รูปที่ 3 ) ปัจจัยแรกอธิบาย : % ของความแปรปรวนทั้งหมด และมีความสัมพันธ์ทางบวก กับ ทองแดง และสังกะสี ปัจจัยที่สองที่อธิบาย 22.92 % ของการเปลี่ยนแปลง และมีความสัมพันธ์ที่เต็มไปด้วยสารหนู ตัวคูณคะแนนแล้วสกัดโดยใช้วิธีการถดถอย ( ตารางที่ 3 ) และพล็อตเรื่องการหมุนปัจจัยพื้นที่ ( รูปที่ 4 ) ตัวคูณคะแนนแปลงพบว่าแม่น้ำไคลด์ Nambucca , shoalhaven / crookhaven patonga แพมบูล่า , , , ชอร์ชแม่น้ำ , นักล่า , แม่น้ำ Hawkesbury และบริสเบนน้ำมีสูงคะแนนองค์ประกอบปัจจัย 1 , ระบุ ทองแดง และสังกะสี ระดับความสูง Merimbula , wagonga , ชอร์ชแม่น้ำ wagonga - ลาเวนเดอร์ , บริสเบนน้ำและ wonboyn แสดงสูงคะแนนองค์ประกอบด้านการยกระดับในสารหนู คะแนนปัจจัยน้อยปัจจัยที่ 1 คือพบใน wonboyn ทวีคูณ wooli , ทะเลสาบ berringer Merimbula , tuross wagonga , กลิ่นลาเวนเดอร์ wapengo Richmond และแคมเดนยัง wagonga าสารเคมีต่ำของทองแดงและสังกะสี คะแนนต่ำปัจจัย 2 ปัจจัยในริชมอนด์ , ฮันเตอร์ , เบลลิงเงอร์ / kalang แมนนิ่งแม่น้ำ เมิ่กคลีเอ้แพมบูล่า , ด ทวีคูณ พอร์ตสตีเฟนส์ , แคมเดนยังแม่น้ำไคลด์ wooli พบสารเคมีต่ำของสารหนู