生态因子的综合测定实验报告

题目：生态因子的综合测定

一、实验目的

1、掌握光照强度测量仪与温湿度测量仪使用方法。

2、对五个不同物候观测地点的光照强度、温度和湿度等生态因子进行测定。

3、分析不同生境中生态因子的差异及其对植物群落的影响。

二、实验原理

生态因子是指环境中对生物的生长发育、生殖、行为和分布有着直接的或间接的影响的环境因素。生态因子也可以认为是环境因子中对生物起作用的因子；而环境因子则是指生物体外部的全部环境要素。具体的生物个体或群体生活区域的生态环境和生物影响下的次生环境统称为生境。

植物群落与环境是不可分的。任何一个植物群落在形成的过程中，植物不仅对环境具有适应能力，而且对环境也有巨大的改造作用。随着植物群落发育到成熟阶段，群落的内部环境也发育成熟。植物群落内的环境因子如温度、湿度、光照强度等都不同于群落外部。植物群落内的各生物物种在它们自己创造的环境中，井然有序地生活着。不同的植物群落，其群落环境因子存在明显的差异。

三、实验器材

照度计、温湿度计、记录本。

四、实验地点与过程

本次生态因子测定的实验，我们选取了五个地点进行测定分别是：马克思主义楼前，图书馆南，图书馆北，化学楼前以及学人大厦前。分别于2016年3月12日与2016年3月26日进行了测量，两次测量时间间隔为两周。每次测量时标明每个测量点位的位置与小生境，测量并记录各点位的照度、温度、湿度。

注意事项：

1、测量点位的选择：注意选择不同生境，生态因子差异显著，以利对比分析。

2、大气温度、湿度的测定：在某一生境内选取3个相邻位置，用温湿度计分别测定各点1.5米处高的气

温和湿度，并记录每次测定的数值。

3、光照强度的测定：在某一生境内选取3个相邻位置，将照度计水平放置在各点地表测定光照强度，并

记录每次测定的数值。

五、实验结果

（一）原始数据记录

时间2016.3.12 2016.3.26

项目温度湿度光照度温度湿度光照度地点

马克思14.6 27.6 4600.0 24.1 20.4 4500.0

马克思14.6 27.7 4200.0 24.1 20.5 3840.0

马克思14.6 27.7 4500.0 24.1 20.5 3627.0

图书馆南13.9 28.9 4200.0 23.6 20.5 4500.0

图书馆南13.9 28.9 4100.0 23.5 20.5 6100.0

图书馆南13.9 29.2 4200.0 23.5 20.5 5300.0

图书馆北13.8 30.1 3400.0 20.4 21.4 2645.0

图书馆北13.8 30.2 3200.0 20.3 21.3 2561.0

图书馆北13.8 30.2 3500.0 20.4 21.3 2275.0

化学楼14.0 28.1 1362.0 20.5 22.8 1427.0

化学楼14.0 28.0 1377.0 20.5 22.9 1464.0

化学楼14.0 28.0 1349.0 20.5 23.1 1281.0

学人13.9 27.7 2479.0 22.8 22.1 6400.0

学人13.9 27.4 2462.0 22.9 22.3 6600.0

学人13.9 27.4 2497.0 22.4 22.3 6700.0

由表格可以粗略的看出：马克思学院、学人大厦以及图书馆南侧以及化学楼都处于向阳面,温度稍高于图书馆北。五个地点的湿度差别并不大。而光照度却有着明显的变化。3月12日测得的数据中可以看出化学楼以及学人大厦有着较低的光照水平。3月26日测得的数据却显示，化学楼依旧处于最低水平，而学人大厦却有着极强的光照。这与我们估计的处于阴面的图书馆北有着较低的光照水平有较大的差别。

（二）t检验结果

组统计量

由表格可知，在两次测量中，温度的两总体方差不相同，不具备方差齐性。在假设方差不相等的情况下，其差异显著性为0，远小于0.05，也就是说温度与测量时间是有显著关联的。湿度与光照度的两总体方差相同，具备方差齐性。其中湿度的差异显著性为0，远小于0.05，也就是说湿度与测量时间是有显著关联的，而光照度的差异显著性大于0.05，说明光照度与测量时间是没有显著关联的。

（三）方差分析(anova)

两个时间温度不全相同；对于不同地点，p<0.05，即不同地点对温度存在影响，可以认为不同地点温度不全相同。

湿度

对于湿度，根据表格，按a=0.05水准，对于不同时间，p<0.05，即不同时间对湿度存在影响，可以认为两个时间湿度不全相同；对于不同地点，p<0.05，即不同地点对湿度存在影响，可以认为不同地点湿度不全相同。

两个时间照度不全相同；对于不同地点，p<0.05，即不同地点对照度存在影响，可以认为不同地点照度不全相同。

六、实验结论

（1）比较5个不同地点的温度和植物群落可知，由于建筑物或植物的遮挡，会使阳面的温度高于阴面；而风速对于温度的测定有一定的影响，风可以带走大气的部分温度。

（2）比较5个不同地点的湿度和植物群落可知，阴面的湿度大于阳面，较为空旷的地方的湿度小于植物茂盛的地方，是因为植物进行蒸腾作用会产生水，植物茂盛，风流动慢，水分蒸发慢。当然这也会受到其他因素的影响，如植被相差不大，光照较强的地点，湿度较低。

（3）比较5个不同地点的光强可知空地的光强远大于有植被的地方。可能是因为叶片遮挡了大量的阳光，故空地光强远大于树林。当然也可能与所选测定位置有关。附近的大型建筑物也会遮挡大量的阳光。而天气的阴晴也是重要的因素，阴天厚厚的云层也会遮挡大量的光照。

（4）对5个不同地点的生态因子的分析可知，温度、光强均表现为阳面大于阴面，而湿度表现为阴面大于阳面。这与阴面阴影大于空地有关。当然，有很多不确定的因素影响着我们的测量。温度、湿度和光照之间有着一定的关系。光照强，一般温度高，湿度低；光照弱，一般温度低，湿度大。

植物群落内生态因子的测定

基础生态学实验 植物群落内生态因子的测定

【实验原理】 植物群落与环境是不可分的。任何一个植物群落在形成的过程中，植物不仅对环境具有适应作用，而且同时植物对环境也具有巨大的改造作用。随着植物群落发育到成熟阶段，群落的内部环境也发育成熟。植物群落内的环境因子如温度、湿度、光照强度等都不同于群落外部。 【实验目的】 1、掌握光照强度、大气温湿度、土壤温湿度和风速测量仪器测定生态因子的方法； 2、认识植物群落与裸地间生态因子的差异。 【实验器材】 光照度计、大气温/湿度计、土壤温度计、土壤湿度计、风速测定仪。 【实验步骤】 1、植物群落内与空旷无林地光照强度的测定； 2、植物群落内与空旷无林地温湿度的测定； （1）大气温湿度的测定 （2）群落内土壤不同深度温湿度的测定 3、风速的测定（高度）； 【实验结果与分析】

（一）草地的测量数据（生科楼前） 表一：草地的空气温度与湿度 空气温度平均值 ：28.87℃ 空气湿度平均值 ：20.06%Rh 表二：草地的光强与风速 光强平均值 ：63.7 Klux 风速平均值：2.08m/s 表三：草地的土壤温度

（二）林地的测量数据（家属楼区） 表四：林地的空气温度与湿度 空气温度平均值：16.55℃ 空气湿度平均值：32.49%Rh 表五：林地的光强与风速 光强平均值：2.07 Klux 风速平均值：0.18m/s 表六：林地的土壤温度

实验结果分析： 1、空气温度与湿度 由测量的数据可以得到：草地的空气温度平均约为28.87℃，林地的为16.55℃，则草地的温度明显高于林地；对比空气湿度，草地约为20.06%Rh。林地约为32.49%Rh，则林地的空气湿度显然高于草地； 推测其原因可能是：林地中的植物通过蒸腾作用，不断地从环境中吸收热量，降低环境空气的温度，而水体的热容量大，在吸收相同热量的情况下，表现出比其他下垫面的温度低，水面蒸发吸热，也可降低水体的温度，而且林地覆盖地太阳辐射弱，升温慢，故草地含水量少于林地，但温度高于林地。 2、光照强度 草地的光照强度平均约为63.74Klux，显然高于林地的2.07Klux; 推测其原因可能是：，林地中的枝叶稠密，稠密的枝叶把大部分的太阳光吸收和反射，这成为林地中的光照强度比无稠密枝叶的草地中的光照强度强的原因。 3、风速 草地的风速约为2.08m/s,差异较大；而林地的约为0.18 m/s,，差异较小； 推测其原因可能是：由于林地中树干、枝叶的阻挡和摩擦消耗，进入林区风速会明显减弱，因此林地中的风速明显小于草地。 4、土壤温度 实验数据显示，无论是在草地还是在林地，随着土壤深度的增加，温度降低，这是因为土壤表面在白接受辐射，升温快，而在深层的土壤接收辐射不足，升温慢。所以随着土壤深度的增加温度降低。

SPSS因子分析实验报告.doc

实验十一（因子分析）报告 一、数据来源 各地区年平均收入.sav 二、基本结果 （1）考察原有变量是否适合进行因子分析 首先考察原有变量之间是否存在线性关系，是否采用因子分析提取因子。借助变量的相关系数矩阵、反映像相关矩阵、巴特利球度检验和KMO检验方法进行分析，结果如表1、表2所示： 表1原有变量相关系数矩阵 correlation matrix 表1显示原有变量的相关系数矩阵，可以看出大部分的相关系数都比较高，各变量呈较强的线性关系，能够从中提取公共因子，适合进行因子分析。

表2 KMO and Bartlett's Test 由表2可知，巴特利特球度检验统计量观测值为182.913，p值接近0，显著性差异，可以认为相关系数矩阵与单位阵有显著差异，同时KMO值为 0.882，根据Kaiser给出的KMO度量标准可知原有变量适合进行因子分析。 （2）提取因子 进行尝试性分析：根据原有变量的相关系数矩阵，采用主成分分析法提取因子并选取大于1的特征值。具体结果见表3：可知，initial一列是因子分析 初始解下的共同度，表明如果对原有7个变量采用主成分分析法提取所有特征值，那么原有变量的所有方差都可以被解释，变量的共同度均为1。事实上，因子个数小于原有变量的个数才是因子分析的目的，所以不可以提取全部特征值。第二列表明港澳台经济单位、集体经济单位以及外商投资经济单位等变量的绝大部分信息（大于83%）可被因子解释。但联营经济、其他经济丢失较为严重。因此，本次因子提取的总体效果不理想。 表3因子分析中的变量共同度（一） 重新制定提取特征值的标准，指定提取2个因子，分析表4：可以看出，此时所有变量的共同度均较高，各个变量的信息丢失较少。因此，本次因子提取的总体效果比较理想。 表4因子分析的变量共同度（二）

生态学种间关系实验报告

植物种间关系实验报告 一、目的和意义 种间竞争 interspecies competition， inter－specific compet tion 种间竞争是不同种群之间为争夺生活空间、资源、食物等而产生的一种直接或间接抑制对方的现象。在种间竞争中常常是一方取得优势而另一方受抑制甚至被消灭。 种间竞争的能力取决于种的生态习性、生活型和生态幅度等，具有相似生态习性的植物种群，在资源的需求和获取资源的手段上竞争都十分激烈，尤其是密度大的种群更是如此。植物的生长速率、个体大小、抗逆性及营养器官的数目等都会影响到竞争的能力。 二、方法和步骤 （一）种间竞争实验设计： 黑麦草和高羊茅种子按不同比例进行播种，从全部为黑麦草到全部为高羊茅种子，两者的比例分别为：:，:，:，:，:。每个实验有6个处理共需5个花盆。每盆共40粒。 二）步骤 ①将土壤充分拌匀，分别装到花盆里，土面稍低于盆口约5cm，放在宿舍阳台（阴面）。 ②按照比例，每盆均匀播种40粒种子，并将每个花盆贴上标签，标明处理和播种日期。将花盆放在室内，定期浇水。 ③种子萌发后，统计发芽率和幼苗成活情况。

④将生长3个月的幼苗进行收获，分盆分种统计并登记分蘖数、生物量（鲜重）、株高。 ⑤将分蘖数、生物量（鲜重）、株高进行统计，取其平均值。用图解法进行分析。 三：结果分析 注：第一组（黑：高=1:1），第二组（黑：高=3:1），第三组（黑：高=1:3）第四组（黑：高=1:0），第五组（黑：高=0:1） 分析：当两种物种的比率相同时，种间竞争处于一种相对均衡状态；当两物种的比率为3:1时，往往是数量较多一方具有竞争优势；当只有一个物种时，它属于一种自然生长状态。 四、结论和讨论 结论：当两种物种的比率相同时，种间竞争处于一种相对均衡状态；当

因子分析实验报告

因子分析实验报告 姓名：学号：班级： 一：实验目的 1.了解因子分析的基本原理及在spss中的实现过程。 2.体会运用因子分析方法对经济问题进行分析与评价的过程。 二：实验原理 因子分析得基本思想是根据相关性的大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组变量间的相关性则较低，每组变量代表一个基本结构，并用一个不可观测的综合变量来表示。其模型为： x1=u1+a11f1+a12f2+a13f3…..a1m f m+e1 x2=u2+a21f1+a22f2+a23f3…..a2m f m+e2 x3=u3+a31f1+a32f2+a33f3…..a3m f m+e3 x p=u p+a p1f1+a p2f2+a p3f3…..a pm f m+e p 矩阵表示：x=u+A f+e 假设：E(f)=0; E(e)=0; V(f)=I; V(e)=D=diag(,…..); Cov(f,e)=E(fe T)=0. 其中：（x 1,x 2 ,x 3 (x) m ）T为P维可观测随机变量； u=（u 1,u 2 ,u 3 ….u m ）T为可观测变量的均值； 为协方差矩阵； f=（f 1,f 2 ,f 3 ….f m ）T为公因子向量； e=（e 1,e 2 ,e 3 …..e m ）T为特殊因子向量； A=（a ij ）p*m为因子载荷矩阵。 三：因子分析步骤 (1)对数据样本进行标准化处理。 (2)计算样本的相关矩阵R。 (3)求相关矩阵R的特征根和特征向量。 (4)根据系统要求的累积贡献率确定主因子的个数。 (5)计算因子载荷矩阵A。 (6)确定因子模型。 (7)根据上述计算结果，对系统进行分析。

生态因子的综合测定实验报告

生态因子的综合测定实验报告 山东大学实验报告题目：生态因子的综合测定 一、实验目的 1、掌握光照强度测量仪与温湿度测量仪使用方法。 2、对五个不同物候观测地点的光照强度、温度和湿度等生态因子进行测定。 3、分析不同生境中生态因子的差异及其对植物群落的影响。二、实验原理 生态因子是指环境中对生物的生长发育、生殖、行为和分布有着直接的或间接的影响的环境因素。生态因子也可以认为是环境因子中对生物起作用的因子；而环境因子则是指生物体外部的全部环境要素。具体的生物个体或群体生活区域的生态环境和生物影响下的次生环境统称为生境。 植物群落与环境是不可分的。任何一个植物群落在形成的过程中，植物不仅对环境具有适应能力，而且对环境也有巨大的改造作用。随着植物群落发育到成熟阶段，群落的内部环境也发育成熟。植物群落内的环境因子如温度、湿度、光照强度等都不同于群落外部。植物群落内的各生物物种在它们自己创造的环境中，井然有序地生活着。不同的植物群落，其群落环境因子存在明显的差异。三、实验器材照度计、温湿度计、记录本。四、实验地点与过程 本次生态因子测定的实验，我们选取了五个地点进行测

定分别是：马克思主义楼前，图书馆南，图书馆北，化学楼前以及学人大厦前。分别于20XX年3月12日与20XX年3月26日进行了测量，两次测量时间间隔为两周。每次测量时标明每个测量点位的位置与小生境，测量并记录各点位的照度、温度、湿度。 注意事项： 1、测量点位的选择：注意选择不同生境，生态因子差异显著，以利对比分析。 2、大气温度、湿度的测定：在某一生境内选取3个相邻位置，用温湿度计分别测定各点米处高的气温和湿度，并记录每次测定的数值。 3、光照强度的测定：在某一生境内选取3个相邻位置，将照度计水平放置在各点地表测定光照强度，并记录每次测定的数值。五、实验结果 原始数据记录 时间 地点 项目 温度 湿度 光照度 温度

城市绿地实验报告 生态学实验报告

课程名称：城市绿地规划系统指导老师：_沈朝栋_成绩：_________________ 实验名称：城市区域绿地空间格局观测和分析 实验类型：___分析_________同组学生姓名：__ __ 一、实验目的和要求（必填）二、实验内容和原理（必填） 三、操作方法和实验步骤四、实验数据记录和处理 五、实验结果与分析（必填）六、讨论、心得 时间：11月18日 实习地点： 1．临平水景公园 G112区域性公园： 特点： 1）城市道路和水景的有机结合，道路上可以望见水景公园，扩大了道路视野和空间2）公园和城市环境取得互动，不仅是道路，还有相关的城市环境和公园开始相融道路两侧的小区等 3）公园内水景布置良好。曲折平桥和亭子相结合，亭子两侧植物配置也好。最近处采用柳树陪衬亭子，向东有鸡爪槭，不同大小的柳树呼应，后面是香樟重复排列，向西有桃树，柳树、水杉和一些灌木。前有再力花，芦竹，后又无患子等。秋色叶有水杉，栾树，银杏，无患子等。 4）公园北侧为一座桥，桥的尽头处正好形成公园入口。

缺点： 1）没有草坪空间可以休息 2）青石砖铺地下雨天十分滑，不安全 2．下沙围垦文化广场和沿江大道 特点：属于G15街旁绿地 1）下沙区非常宽阔，围垦文化 2）滨河路面设置在钱塘江旁，平行道路具有高低变化 3）道路绿化配置尺度适宜，节奏适宜，既不琐碎，也不冗长。 4）绿化配置视野有收有放，时而隔绝外界环境，形成封闭的道路景观；时而开敞空间， 可以望见江面景色，或是以开敞的草坪作为节点，给人豁然开朗的感觉。 3．钱江新城城市阳台

城市阳台严格来说不算绿地，但世纪花园应当也属于G15街旁绿地。 特点： 1）水景处理较好，是城市里的一个水域花园。适合附近写字楼办公室人员到此休息静心。 2）水中的现代式轩榭，半隐匿在再力花，黄素馨和红枫之间，就像犹抱琵琶半遮面的美人。 3）空间处理较好，幽深小道和宽阔水景形成鲜明对比。 缺陷：植物配置显得过分规整。河岸全都是柳树，中心小岛上的植物高低一致，几乎形态形同，没有变化，我认为这在配置主景时要避免。 4．钱江一桥白塔公园

一植物群落内生态因子的测定

实验一植物群落内生态因子的测定 植物群落与环境是不可分的。任何一个植物群落在形成的过程中，植物不仅对环境具有适应能力，而且对环境也有巨大的改造作用。随着植物群落发育到成熟阶段，群落的内部环境也发育成熟。植物群落内的环境因子如温度、湿度、光照强度等都不同于群落外部。植物群落内的各生物物种在它们自己创造的环境中，井然有序地生活着。不同的植物群落，其群落环境因子存在明显的差异。 【实验目的】 （1）在掌握光照强度、温湿度测量仪器的使用和测定方法的基础上，对不同类型植物群落内的光照强度、湿度和大气湿度等生态因子进行测定。 （2）认识不同植物群落内部生态因子以及植物群落与裸地间生态因子的差异。 【实验器材】 便携式光照度计，温湿度记录仪，风速测定仪，钢卷尺。 【方法与步骤】 （一）植物群落内光照强度的测定 （1）选取针叶林、阔叶林与竹林三种不同类型的群落。 （2）分别在针叶林、阔叶林与竹林下，从林缘向林地中心均匀选取5个测定点，用照度计测定每一点的光照强度，并记录每次测定的数值（见表1-1）。 （3）选择一空旷无林地（最好地面无植被覆盖）作为对照，随机测定5个点，用照度计测定裸地的光照强度，并记录每次测定的数值。 （二）植物群落内温湿度的测定 在上述同样针叶林、阔叶林与竹林三种不同类型的群落以及对照地中，实施大气温湿度的测定： （1）从林缘向林地中心在1.5m高处，均匀选取5个点，测定每一点的温度和湿度，并记录每次的数值（见表1-2）。 （2）同时在空旷无林地的1.5m高处，随机选取5个点，测定空气温度和湿度，并记录每次测定的数值。 （三）风速的测定 （1）在上述同样的针叶林、阔叶林与竹林三种群落中，从林缘向林地中心1.5m的高处，均匀选5个点。 （2）用风速测定仪分别测定每点的风速，记录表格（见表1-3）。 （3）同时在空旷无林地，随机选取5个点，测定每个点的风速。 （四）数据分析 根据测定结果，列表整理得到的数据，并分析针叶林、阔叶林和空旷无林地中的生态因子及其差异性。

主成分分析、因子分析实验报告--SPSS

对2009年我国88个房地产上市公司的因子分析 分析结果： 表1 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。.637 Bartlett 的球形度检验近似卡方398.287 df 45 Sig. .000 由表1可知，巴特利特球度检验统计量的观测值为398.287，相应的概率p值接近0，小于显著性水平 (取0.05)，所以应拒绝原假设，认为相关系数矩阵与单位矩阵有显著差异。同时，KMO值为0.637，根据Kaiser给出的KMO度量标准(0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合)可知原有变量不算特别适合进行因子分析。 表2 公因子方差 初始提取市盈率 1.000 .706 净资产收益率 1.000 .609 总资产报酬率 1.000 .822 毛利率 1.000 .280 资产现金率 1.000 .731 应收应付比 1.000 .561 营业利润占比 1.000 .782 流通市值 1.000 .957 总市值 1.000 .928 成交量（手） 1.000 .858 提取方法：主成份分析。 表2为公因子方差，即因子分析的初始解，显示了所有变量的共同度数据。第一列是因子分析初始解下的变量共同度，它表明，对原有10个变量如果采用主成分分析方法提取所有特征根(10个)，那么原有变量的所有方差都可被解释，变量的共同度均为1(原有变量标准化后的方差为1)。事实上，因子个数小于原有变量的个数才是因子分析的目标，所以不可提取全部特征根；第二列是在按指定提取条件(这里为特征根大于1)提取特征根时的共同度。可以看到，总资产报酬率、成交量、流

SPSS相关分析实验报告

SPSS相关分析实验报告 篇一：spss对数据进行相关性分析实验报告 实验一 一.实验目的 掌握用spss软件对数据进行相关性分析，熟悉其操作过程，并能分析其结果。 二.实验原理 相关性分析是考察两个变量之间线性关系的一种统计分析方法。更精确地说，当一个变量发生变化时，另一个变量如何变化，此时就需要通过计算相关系数来做深入的定量考察。P值是针对原假设H0：假设两变量无线性相关而言的。一般假设检验的显著性水平为0.05，你只需要拿p值和0.05进行比较：如果p值小于0.05，就拒绝原假设H0，说明两变量有线性相关的关系，他们无线性相关的可能性小于0.05；如果大于0.05，则一般认为无线性相关关系，至于相关的程度则要看相关系数R值，r越大，说明越相关。越小，则相关程度越低。而偏相关分析是指当两个变量同时与第三个变量相关时，将第三个变量的影响剔除，只分析另外两个变量之间相关程度的过程，其检验过程与相关分析相似。 三、实验内容 掌握使用spss软件对数据进行相关性分析，从变量之间的相关关系，寻求与人均食品支出密切相关的因素。 (1)检验人均食品支出与粮价和人均收入之间的相关关系。

a.打开spss软件，输入“回归人均食品支出”数据。 b.在spssd的菜单栏中选择点击，弹出一个对话窗口。 C.在对话窗口中点击ok,系统输出结果，如下表。 从表中可以看出，人均食品支出与人均收入之间的相关系数为0.921，t检验的显著性概率为0.0000.01，拒绝零假设，表明两个变量之间显著相关。人均食品支出与粮食平均单价之间的相关系数为0.730，t检验的显著性概率为0.0000.01，拒绝零假设，表明两个变量之间也显著相关。 (2)研究人均食品支出与人均收入之间的偏相关关系。 读入数据后： A.点击系统弹出一个对话窗口。 B.点击OK，系统输出结果，如下表。 从表中可以看出，人均食品支出与人均收入的偏相关系数为0.8665，显著性概率p=0.0000.01，说明在剔除了粮食单价的影响后，人均食品支出与人均收入依然有显著性关系，并且0.86650.921，说明它们之间的显著性关系稍有减弱。通过相关关系与偏相关关系的比较可以得知：在粮价的影响下，人均收入对人均食品支出的影响更大。 三、实验总结 1、熟悉了用spss软件对数据进行相关性分析，熟悉其操作过程。 2、通过spss软件输出的数据结果并能够分析其相互之间的关系，并且解决实际问题。 3、充分理解了相关性分析的应用原理。

农业生态学实验报告

农业生态学实验报告 农业生态系统的能流分析 一、总生态系统种植业、畜牧业生态系统输入、输出及产投比见下表： 系统类型项目实物量单位能流系 数 单位能流量 总系统 35000000000 kcal/cm2.y 139 kcal/cm2 4.864+12 100*0.1*77 马力500000 kcal/kg 3.85E+08 3000 kg 10400 kcal/kg 3.12E+07 45000 度860 kcal/度 3.87E+07 30*10000/667*395 kg 5740 kcal/kg 1.02E+09 0.2*15*395 kg 24000 kcal/kg 2.84E+07 300*1000 d 3000 kcal/d 9.00E+08 225*1000 kg 7000 kcal/kg 1.58E+09 150*1000 kg 942 kcal/kg 1.41E+08 30*60 d 3000 kcal/d 5.40E+06 4.86913E+12 50*7320*5% kg 3700 kcal/kg 6.77E+07 80*4500*5% kg 3950 kcal/kg 7.11E+07 70*3000*5% kg 3760 kcal/kg 3.95E+07 90*1500*5% kg 6300 kcal/kg 4.25E+07 70*4500*5% kg 3800 kcal/kg 5.99E+07 35*45000*5% kg 600 kcal/kg 4.73E+07 2000*80%*60%*100 kg 5800 kcal/kg 5.57E+08 3000*20%*60%*1 kg 1300 kcal/kg 4.68E+05 30*80%*200*60% kg 1720 kcal/kg 4.95E+06 3000*80%*60%*1 kg 1640 kcal/kg 2.37+06 300*1000*2500*30% kg 3000 kcal/kg 6.75E+11 6.76E+11 种植系统180*10000*100*100 kcal/cm2.y 139 kcal/cm2 2.50E+12 540 kg 24000 kcal/kg 1.30E+07 100*0.1*77 马力500000 kcal/kg 3.85E+08 3000 kg 10400 kcal/kg 3.12E+07 45000 度860 kcal/度 3.87E+07 300*1000 d 3000 kcal/d 9.00E+08

因子分析实验报告

电子科技大学政治与公共管理学院本科教学实验报告 （实验）课程名称：数据分析技术系列实验 电子科技大学教务处制表

电子科技大学 实验报告 学生姓名：刘晨飞学号：27 指导教师：高天鹏 一、实验室名称：电子政务可视化实验室 二、实验项目名称：因子分析 三、实验原理 使用SPSS软件的因子分析对数据样本进行分析 相关分析的原理： 步骤一：将原始数据标准化。 因子分析的第一步是主成分分析，将总量较多的因素通过线性组合的方式组合成几个因素，且这些因素之间相互独立。 步骤二：建立变量的相关系数矩阵R Analyse->Dimention Ruduction-> Fctor ->Extraction->勾选Correlation matrix可以输出相关系数矩阵，相关系数矩阵计算了变量之间两两的pearson相关系数。 步骤三：适用性检验 使用Bartlett球形检验或者KMO球形检验来检验样本是否适合进行因子分析。 评价标准： KMO检验用于检验变量间的偏相关系数是否过小，一般情况下，当KMO大于0.9时效果最佳，小于0.5时不适宜做因子分析。 Bartlett球形检验用于检验相关系数矩阵是否是单位阵，如果结论是不拒绝该假设，则表示各个变量都是各自独立的。 步骤四：根据因子贡献率选取因子，特征值和特征向量构建因子载荷矩阵A。 处于简化和抽取核心的思想，一般会按照某种标准选取前几个对观测结果影响较大的因素构建因子载荷矩阵，一般的标准是选取特征根大于1的因子。并要求累积贡献率达到90%以上。 步骤五：对A进行因子旋转

因子旋转的目的是使因子载荷矩阵的结构发生变化，使每个变量仅在一个因子上有较大载荷。是将因子矩阵在一个空间里投影，使单个向量的投影在仅在一个变量的方向有较大的值，这样做可以简化分析。 步骤六：计算因子得分： 计算因子得分是计算在不同样本水平下观测指标的水平的方式。计算因子得分需要用到因子得分计算函数，这个计算的结果是无量纲的，仅表示各因子在这个水平下观测指标的值，这也是因子分析的目标，将不可观测的目标观测量用一个函数与可以观测的变量联系起来。 四、实验目的 理解因子分析的含义，以及数学原理，掌握使用spss进行因子分析的方法，并能对spss因子分析产生的输出结果进行分析。 五、实验内容及步骤 本次实验包含两个例子： 实验步骤： (0) 问题描述 实验一题目要求：对我国主要城市的市政基础设施情况进行因子分析。 实验二题目要求：主要城市日照数sav为例,其中的变量包括城市的名称“city”、各个月份的日照数 (1)实验二步骤：执行analyze->dimention reduction->factor->rotation如下勾选

生态学实验报告

生态学实习报告 实习一森林群落的组成结构调查 一、实验目的 通过调查，初步掌握植物群落的调查方法及各统计指标的含义 二、工具备品 皮尺、钢卷尺、测绳、枝剪、粉笔、铅笔、标签、方格纸、调查表格、植物检索表等。 三、调查方法 全面踏查和样方法相结合。其基本步骤是： 全面踏查：对所要进行调查的植物被地全面踏查一遍，选定若干个具有代表性的区域作为（固定或）临时样地。 样地调查： （1）样地面积：森林：20*20平方米，其中：灌木样方五个，2*2平方米，草本样方五个，1*1平方米 （2）每木调查：具体按测树学方法进行。平均胸径大于8厘米者，2厘米一个径阶；小于8厘米者，1厘米一个径阶。 （3）植被及灌木调查： 植被调查在1*1平方米小样方中进行，下木调查在2*2平方米小样方中进行，乔木调查在实习中绘制树冠投影图。 植物名称：记录植物中名或学名，并采集有关植物标本（实习中只采集野外不能识别的标本。经鉴定后再将植物名称填入，但在鉴定前要填入代号）。由于标本不完整，鉴定有困难时可暂时填入**科或**属的一种。如苔草属的一种。 层次：可根据植物高度划分为几个层次。若一种植物分布在几个层次中，按其分布情况记入分布最多的层次中 层次盖度：即该层次植物投影面积占该样方面积的百分比。 按植物自然情况进行测定。范围指最低高度到最高高度。如果植物最低为0.3米，最高为1.5米，则记为0.3-1.5米。

多度：指该植物投影面积占该样地面积的百分比。用德鲁提的多度等级进行分级。 分布：指丛生、片状、稀疏、单株等。 （4）统计及报告： 按测树学统计林木组成和平均胸径。 植被统计频度和多度。 描述群落的组成结构特征。 四、实验数据 表1森林群落类型调查表 一、样地基本概况 标准地面积：20*20 平方米地点名： 调查日期：2015.05.26 海拔：150米 经纬度：坡位：半山腰 坡度：15.2°森林类型：天然林 生态系统类型: 森林生态系统林分郁闭度：80% 二、地质、土壤调查 土壤类型：壤土母岩类型：砂岩、砾岩、岩石风化残积土壤厚度：一米以上岩石露头：10% 土壤A层厚度：棕色枯落物厚度：1.5cm 土壤颜色：棕色土壤质地：黄棕壤 土壤侵蚀状况：很少排水状况：良好 三、经营历史与人为活动状况：

生态因子综合测定实验报告

实验一 生态因子综合测定（一） 实验目的 ?1.学习土壤温度及空气温度的测定，了解相关测量仪器的使用及安置 ?2.学会干湿表的观测及安装，了解干湿球温度表的基本原理及其在生态学中的应用 ?3.学习便携式风速、风向仪的安装使用 土壤温度及空气温度的测定 实验原理 ?温度表是根据水银（酒精）热胀冷缩的特性制成的，分感应球部、毛细管、刻度磁板、外套管四个部分。 ?地面温度表(又称0cm温度表)、地面最高和最低温度表的构造和原理，与测定空气温度用的温度表相同。 ?5、10、15、20cm曲管地温表的结构和原理基本同上，只是表身下部伸长、长度不一，并且在感应部分上端弯折，与表身成135°夹角。 ?最高温度表的构造与一般温度表不同，它的感应部分内有一玻璃针，伸入毛细管，使感应部分和毛细管之间形成一窄道（见图）。当温度升高时，感应部分的水银体积膨胀，挤入毛细管；而温度下降时，毛细管内的水银，由于通道窄不能缩回感应部分，因而能指示出上次调整后这段时间内的最高温度。 ?最低温度表的感应液是酒精，它的毛细管内有一哑铃形游标当温度下降时，酒精柱便相应下降，由于酒精柱顶端表面张力作用，带动游标下降；当温度上升时，酒精膨胀，酒精柱经过游标周围慢慢上升，而游标仍停在原来位置上。因此它能指示上次调整以来这段时间内的最低温度。 仪器设备 直管地温表 ?最高温度表

?最低温度表 操作步骤 ?(一) 观测地段与仪器安装 1. 地面和浅层地温的观测地段，设在观测场内南面平整出的裸地上，地段面积为2×4m2。地表疏松、平整、无草，并与观测场整个地面相平。 ?地面三支温度表须水平地安放在地段中央偏东的地面，按0cm、最低、最高的顺序自北向南平行排列，感应部分向东，并使其位于南北向的一条直线上，表间相隔约5cm；感应部分及表身，一半埋入土中，一半露出地面。埋入土中部分的感应部分与土壤必须密贴，不可留有空隙；露出地面部分的感应部分和表身，要保持干净。 ?曲管地温表安装在地面最低温度表的西边约20cm处，按5、10、15、20cm深度顺序由东向西排列，感应部分向北，表间相隔约10cm；表身与地面成45°夹角，各表表身应沿东西向排齐，露出地面的表身须用叉形木(竹)架支住(见图)。 2.最高温度安装在温度表支架下横梁的一对弧形钩上，感应部分向东稍向下倾斜。高出干湿球温度表球部3cm。 3.最低温度表水平地安装在温度表支架下横梁下面一对弧形钩上，感应部分向东，低于最高温度表1cm。 ?(二)观测和记录 n 0、5、10、15、20cm地温表于每日02、08、14、20时观测；地面最高、最低温度表于每日20时观测一次，并随即进行调整。 n 观测时，要踏在踏板上，按0cm、最低、最高和5、10、15、20cm地温的顺序读数。观测地面温度时，应俯视读数，不准把地温表取离地面。读数记入观测簿相应栏，并进行器差订正。 n 最高温度表每天20时观测一次，读数记入观测簿相应栏中，观测后进行调整。观测最高温度表时，应注意温度表的水银柱有无上滑脱离窄道的现象。若有上滑现象，应稍稍抬起温度表的顶端，使水银柱回到正常的位置，然后再读数。 n 各种温度表读数要准确到0.1℃。温度在0℃以下时，应加负号（“-”）。 读数记入观测簿相应栏内，并按所附检定证进行器差订正。如示度超过检定证范围，则以该检定证所列的最高（或最低）温度值的订

环境生态学-群落调查与分析实验报告

群落调查与分析 【实验目的】 掌握群落调查的基本方法和群落分析方法。 【实验材料】 海拔表、皮尺、卷尺、样绳、照度计、GPS。 【实验原理】 群落调查是考察与研究群落的基本途径，群落调查的基本方法是样地法。样地是在群落中圈出的能代表群落基本特征的一定面积地段，通过对样地的调查来推断整个群落的情况。运用样地法进行群落调查时，首先需要根据研究目的确定样地的形状、面积与数量，并确定样地设置的方法。样地设置的原则是使设置的样地具有代表性。样地形状一般有方形、圆形、条形等。样地的大小和数目根据群落的不同而不同，一般群落越复杂，样地的面积要越大。通常草本群落的样方大小通常为1m2，较高的草本群落也有用4 m2或更大的样方。灌木的样方大小通常为3m×3m、4m×4m甚至5m×5m。乔木的样方大小通常为100 m2。样方的数目据群落的类型、物种的丰富程度以及人力和时间等确定。但全部样方的总面积，应略大于群落的最小面积。样地设置的方法有随机设置、系统设置、典型设置等。随机设置是使所有被抽中的机率相等，可在群落中系统地设置一些点，编上1，2，3，……100等数字，然后随机地抽取其中的数字，以确定样地的位置。系统设置即在群落中以一定的规则确定取样位置，如在群落中设置几条等距离的样线，然后在每一样线的相等间距设置样方。典型取样即在认为有代表性的地段设置样方。 【实验方法与步骤】 1．样地设置 每组4-5人，在马尾松林中选择有代表性的地段设置10样方。10m×10m的乔木样方，在乔木样方内设置一个5m×5m的灌木样方，再于乔木样方的4个角分别设置1个1m×1m 的草本样方。 2．调查记录 调查记录的内容、项目随研究目的不同而不同。细致的数据整理分配工作应在室内进行。研究群落的组成和结构，可使用群落调查表格，群落调查表格根据研究目的和对象而制订。 乔木层调查采用每木调查的方法，即分别调查每株树木的物种名、胸径、树高等。灌木层与草本层的调查分物种调查其平均高度、平均基径、覆盖度、数量等。层间植物可单独调查。 表1 群落基本情况调查表 调查者：调查日期： 样地编号：样地面积： 群落类型：群落名称： 地理位置：经度：纬度： 地形：海拔：坡向：坡度： 土壤、岩石、地下水位： 微地形、地被物：

1生态环境中生态因子的观测与测定-第6周

生态环境中生态因子的观测与测定 生态学是研究生物与生物之间，生物与环境之间相互关系和相互作用的科学。任何一种生物都生活在错综复杂的生态环境中，不仅受到各生态因子的制约和束缚，同时也能明显地改变各生态因子。本实验通过对不同生态环境中的主要生态因子的观测与测定，使学生掌握几种主要生态因子的观测和测定方法，并通过不同类型群落及同一群落中不同位置的比较，了解生态因子的变化规律，认识生物与环境的相互作用和相互关系。 一、实验目的 通过本实验使学生了解和掌握生态环境中主要生态因子的观测和测定方法及一些常见的测定仪器的使用方法，并比较不同生态环境中主要生态因子的变化规律。 二、实验器材 GPD、手持气象站、温湿度计、手持式海拔罗盘仪、照度计。皮尺、卷尺、记录笔、记录纸等。 地表温度计，土壤温度计，土壤湿度计 三、实验步骤 （一）光照强度的测定 1.选取两种不同类型的群落。 2.分别在不同类型群落，从林缘向林地中心均匀选取5个测定点，用照度计测定每一点的光照强度，并记录每次测定的数值。 3.选择一空旷无林地（最好地面无植被覆盖）作为对照，随机测定5个点，用照度计测定裸地的光照强度，并记录每次测定的数值。 （二）植物群落内与对照地温湿度的测定 在上述同样的群落以及对照地中，实施下述内容的测定： 1.大气温湿度的测定 （1）从林缘向林地中心在1.5m高处，均匀选取5个点，测定每一点的温度和湿度，并记录每次测定的数值。 （2）同时在空旷无林地的1.5m高处，随即选取5个点，测定空气温度和湿度，并记录每次测定的数值。 2.地表温湿度的测定 （1）从林缘向林地中心均匀选取5个测定点，用地表温度计与湿度计分别测定每一点的地表温湿度，并记录每次测定的数值。

SPSS因子分析实验报告

实验十一(因子分析)报告 、数据来源 各地区年平■均收入.sav dq 1 招1K2 K J x5 AD JC7 北亨10307 00必9 3D 99170012364 JJ13053 00g5 0C ■J 天津盹即UQ5093 0D 56&7 00 11 股CO 117^7 009950.00 51C9 00 , 3河牝6066 003043 0D 5073 00 602903 B323 00 ET8&CC 7125 00 4 山西5791 003177 □□33^3 00 涵工0Q &3B7.TO & 290 00 50-1-1 00 5内蒙古5462 00 3551 005290 00 4407 01551200 彻IX街co iZ宁6226 003503.00 3799 00 6618.0U 9150.X 7J17,0U atyy.uu 6 7吉林601700 3813 Q074mnn7471 Ti7402 00泌g nr Bfil1 R1 5323 002747 3D 1472 00 3366 30 551300 5033 0C32EC00 9 上鲁11733 00 7329.00 874^.00 12^60016BS7.ua 14175.DO 12720.00 n io g7745 0051B3 0D7390 00nuan9151 DO7352 00洛J 00 H8847 007D260D 7346.00 935&001(3417.00 3600.00 eUBOQ 126035 0C 3692 CJD 曲*00 GM&aa 5042 DO5611 00 5eo6co 13福津7K1 QC5眺叩1112^00 3556.00 8336 OQ 6732.C0 7507 00 U■■工西5303 003E36 50 6O5E00 7337 m K45D07535.00 44E5 00 15山莱6617004106 0D &420.00 6257 TO 5702 DO 562&.Q0ZJ51 00 渴南56 的003797 00 €91200&jn9oo 6307 00 4996 00 17 曲比5741.D03731.0D5193 00 S31900 0Q37.OO G7G9.C0 49&3.00 1S5683 003736 0D 621B005027 Tl 7529 005224 DO 3713 00 捋广布10031006BH 00 110X0012475.03 12410.00 11UD CO 7713 CO 30 FS5654 004437 00 5296 00 653BOJ 6765 00 ￡677 OC 6189 00 215465 004网QD 7Q1Q0Q 1105200 9077 00 @373 00 6462 0Q P 22582BD04D16.Q0 3BS2 00G1SB.009114.00 蹄i加7C125 0D II5996 003982 00 4S42 00 G33300 6707 00 &%aa)4509 00 23 刨 二、基本结果 (1)考察原有变量是否适合进行因子分析 首先考察原有变量之间是否存在线性关系，是否采用因子分析提取因子。 借助变量的相关系数矩阵、反映像相关矩阵、巴特利球度检验和KMO检验方法 进行分析，结果如表1、表2所示： 表1原有变量相关系数矩阵correlation matrix 表1显示原有变量的相关系数矩阵，可以看出大部分的相关系数都比较高，各变量呈

景观生态学实验报告(3)

华中农业大学实验报告 实验课程：景观生态学实验实验时间：2015年11月15日成绩： 专业班级：地信1302学号：2013303200213姓名：纪秋磊批阅老师： 不同水平的景观空间格局定量分析 一、实验目的 1.熟悉和学习Fragstats的使用； 2.掌握不同水平的空间格局定量分析的方法； 3.观察和分析在不同幅度和粒度下各景观指数的特点； 二、实验内容 利用在实验一和实验二中处理产生的不同幅度，不同粒度的景观图。分析幅度变化和粒度变化，景观空间格局指数的变化特征。分析的指标包括： 斑块数量(NP):NP=ni,ni为在整个景观中第i种类型所包含斑块总数；斑块数量在一定程度上，可以衡量某一特定斑块类型的破碎程度 斑块面积(Patch Area): ，每一个包括景观马赛克的斑块的区域，也许是包含在景观中的最重要的和有用的信息。圈定斑块的4-邻域或8-邻域规则的选择都会对这一指标的影响。 斑块周长(Patch Perimeter): PERIM=Pij，斑块周长包括任何内部孔，无论周边是真正的边缘或没有（例如，当景观边界存在时，一个斑块被景观边界一分为

二）。 斑块密度(Patch Density): PD=N/A,即每平方公里的斑块数 景观聚集度指数(Aggregation Index): C=C max+∑∑ == n i n j ij P 11ln（ij P），式中C max是聚集度指数的最大值 [2ln(n)],n为景观中斑块类型总数，ij P为斑块类型i与j相邻的概率 分维数(Fractal Dimension Index): P=k2/d F A，d F=2ln（P/k）/ln（A),式中，P是斑块的周长，A是斑块的面积，d F是分维数，即不规则几何形状的非整数维数。k 是常数。 Shannon多样性指数 (Shannon Diversity Index): ，即每一斑块类型所占景观总面积的比例乘以其对数，然后求和，取负值，当斑块类型增加或各类型板块所占面积比例趋于相似时，SHDI的值也相应增加。 周长面积比（Perimeter-Area Ratio） : ，即斑块的周长与面积的比值，周长面积比是一个简单的形状复杂度，但没有对简单的欧氏形状（例如，正方形）标准化。这个指标的一个问题是，它随斑块大小而变化。例如，保持形状不变，斑块尺寸的增加会导致周长面积比减少。

生态因子测定

生命科学学院学生实验综合项目 科研报告 （2015学年第二学期） 课程名称：生态学实验 任课教师：王江 专业：生物科学 班级：13生物1 姓名：郑晨乐 学号：1331210020

1 科研报告题目: （宋体、加粗、小四字体） 2 研究意义：（要求查阅参考文献，结合已有研究，探讨该综合项目所掌握的实验方法，能够进行哪些领域的研究；宋体、五号字体） 3 研究方法：（详细描述实验过程采用的方法和数据统计分析方法；宋体、五号字体） 4 结果与分析：（结合图、表条理清楚的展示结果的规律；宋体、五号字体） 5 讨论：（要求查阅参考文献，对数据结果的规律进行分析和解释；宋体、五号字体） 6参考文献：（要求在文中引用标注参考文献；宋体、五号字体） 说明： 封面和此说明页对面打印； 科研报告根据研究意义的创新性、实验设计的合理性和实验结果讨论科学性进行打分。

生态因子的综合测定 1、研究意义 生态因子是指对生物生长、发育、生殖、行为和分布等生命活动有直接或间接影响的环境因子，包括生物因素和非生物因素，非生物因素主要包括气候、土壤、地形等。各种生态因子构成生物的生态环境，而某一特定生物体或生物群体栖息地的环境称为生境。随着人类社会的发展，全球环境也在不断地变化，生物多样性研究逐渐成为全世界生物科学家们的主要研究内容之一，而生态因子在决定生物多样性格局中的作用也已经成为人们普遍关注的焦点［1］。此外，生态因子对药用植物品质影响和道地药材的形成是道地药材研究的重要内容。气候因子对药用植物的生长、发育、生殖、行为以及分布有着直接或者间接的影响［2］，土壤无机元素能够影响植物根系营养及生理代谢活动，促进植物的生长，影响药用植物化学成分积累，最终影响中药材品质［3］。例如人参中人参皂苷含量随产地不同变化较大，主要的环境因子温度、光照、水分等都会影响着人参品质［4］。近年来有些研究还表明，多变的气候因子和复杂的地形地貌，会使人参的质量差异较大［5］。又如生长在不同生态环境中的烟叶品质和香气风格往往存在着很大的差异［6］。由此可见，生态系统的物质交替、能量流动和信息交流与生态因子有着密不可分的联系。本次实验主要是通过对校内不同生境（或群落）的生态因子进行测定，掌握环境中主要生态因子的测定及相关仪器的操作方法，了解主要生态因子（温度、光照、水分等）的时空变化规律和作用特点，从而认识生物与环境的相互关系，对以后的从事相关研究有着重要意义。 2、研究方法 2.1生境的选择 自主在校内选择两种不同的生境，生境1为生命院后面的一块草地，可以看出地上的草不多，树有几棵但没有高大的树而且树上的叶子都脱落光了，晴天时光照比较充分。生境2为生命院后面的一片灌丛，树长的比较好，遮光效果好。 并在同一时间段，对不同天气下（晴天和阴天）的生态因子进行测定。 2.2生态因子测定 （1）太阳辐射、空气温湿度和土壤温度的测定 分别用照度计、空气温湿度计和土温计测定两种生境的太阳辐射、空气温度、空气湿度和土壤温度，每个因子连续观测三个小时，做出生态因子随时间的变化曲线。空气温度为离地面1.5米处的气温。所得数据记录在表1-1中。具体操作如下：

多元统计正交因子分析实验报告

正交因子分析（设计性实验） (Orthogonal factor analysis) 实验原理：因子分析是主成分分析的推广和发展，其目的是用少数几个不可观测的隐变量，即因子，来解释原始变量之间的相关关系，它也是属于多元分析中处理降维的一种统计方法。因子分析的基本思想是通过变量间的协方差矩阵（或相关系数矩阵）内部结构的研究，寻找能控制所有变量的少数几个因子去描述多个变量之间的相关关系。因子分析中最常用的数学模型是正交因子模型，其特点是模型中的因子相互之间正交。 实验题目一： 下表中给出了二战以来奥运会运动员十项运动成绩的相关系数矩阵：(E9a6) 100米 1.00 . . . . . . . . .跳远 0.59 1.00 . . . . . . . .铅球 0.35 0.42 1.00 . . . . . . .跳高 0.34 0.51 0.38 1.00 . . . . . . 400米 0.63 0.49 0.19 0.29 1.00 . . . . . 110米跨栏 0.40 0.52 0.36 0.46 0.34 1.00 . . . .铁饼 0.28 0.31 0.73 0.27 0.17 0.32 1.00 . . .撑竿跳高 0.20 0.36 0.24 0.39 0.23 0.33 0.24 1.00 . .标枪 0.11 0.21 0.44 0.17 0.13 0.18 0.34 0.24 1.00 . 1500米 -0.07 0.09 -0.08 0.18 0.39 0.00 -0.02 0.17 -0.00 1.00实验要求： （1）试由相关系数矩阵作因子分析；covmat （2）试根据因子载荷，并结合题目背景知识，对公共因子进行命名。 实验题目二：下表中给出了不同国家及地区的女子径赛记录：(t1a7) Country 100 m (s) 200 m (s) 400 m (s) 800 m (min) 1500 m (min) 3000 m (min) Marathon (min)