XiaoMi-AI文件搜索系统
World File Search System主成分
法国南部的克里米亚-刚果出血热蜱媒介 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性，而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应于月份（1 表示一月至 12 表示十二月）
法国南部的克里米亚-刚果出血热蜱媒 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高，蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应月份（1 表示一月，12 表示十二月）
法国南部的克里米亚-刚果出血热蜱媒 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高，蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应月份（1 表示一月，12 表示十二月）
法国南部的克里米亚-刚果出血热蜱媒 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高，蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应月份（1 表示一月，12 表示十二月）
（c）皇家版权 2008 - 国家物理实验室
1. 简介 2. 线性代数 3. 因子分析 • 主成分分析 • 多元曲线解析 4. 多元回归 • 多元线性回归 • 主成分回归 • 偏最小二乘回归 5. 分类 • 主成分判别函数分析 • 偏最小二乘判别分析 6. 结论
http://dx.doi.org/10.18576/jsap/120224 在多重线性模型下，稳健主成分分析用于估计尼日利亚的经济增长
摘要：本研究考察了存在多重共线性和异常值的情况下经济增长 (RGDP) 与内部债务 (INDT)、外部债务 (EXDT)、利率 (RINR)、汇率 (REXR) 和贸易开放度 (OPEN) 的关系。使用了 1986 年至 2021 年从尼日利亚中央银行收集的季度数据。使用方差膨胀因子和 Grubb 检验进行的探索性数据分析和诊断揭示了所研究变量之间的线性关系，并确定了数据集中存在多重共线性和异常值。主成分分析显示 INDT 和 EXDT 分别占方差的 38.4% 和 29.2%，因此选择它们的成分 PINDT 和 PEXDT 来降低共线性。此外，稳健 M 估计方法的结果表明，PINDT、PEXDT、RINR、REXR 和 OPEN 对 RGDP 的影响为正，且对 PEXDT 和 OPEN 对 RGDP 的影响显著。具体而言，在所研究的时期内，PINDT、PEXDT、RINR、REXR 和 OPEN 分别使尼日利亚的经济增长提高了 0.10%、0.02%、0.04%、0.06% 和 3.01%。因此，将主成分与以 4.685 为转折点并以中位数为中心的加权双方 M 估计量相结合，被发现是最有效的估计技术，可联合解决两个已确定的假设违反问题。这是基于拟合模型的预测能力，该模型表明，与 S 估计量和 MM 估计量相比，M 估计量的均方根误差 (RMSE) 和平均绝对误差 (MAE) 最小。因此，可以得出结论，研究期间经历的经济挑战极大地影响了已确定的决定因素，而这些决定因素又转化为经济增长。因此，当数据集中同时存在多重共线性和异常值时，稳健主成分回归技术仍然是建模和估计线性模型参数的最佳和无偏技术。关键词：经济增长、多重共线性、异常值、主成分和稳健估计量。
法国南部的克里米亚-刚果出血热蜱媒介 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性，而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应于月份（1 表示一月至 12 表示十二月）
法国南部的克里米亚-刚果出血热蜱媒介Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性，而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应于月份（1 表示一月至 12 表示十二月）
法国南部的克里米亚-刚果出血热蜱媒 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性，而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应于月份（1 表示一月至 12 表示十二月）
克里米亚-刚果出血热蜱虫媒介 - Hal Inrae
图 2 气候数据的主成分分析，主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性，而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应于月份（1 表示一月至 12 表示十二月）