چکیده:
تعیین متغیرهای زمینه ای در طبقه بندی اقلیمی ایران: معرفی و کاربرد روش تحلیل عاملی و تجزیه مولفه های اصلی در تحلیل مطالعات جغرافیایی و اقلیم شناسی
ترابی سیما,جهان بخش اصل سعید
روشهای آماری چند متغیره، کاربردهای بی شماری در مطالعات جغرافیایی و به خصوص اقلیم شناسی دارند.
طبقه بندی اقلیمی که در سال 1380 توسط مولفان این مقاله به استفاده از روش تحلیل خوشه ای انجام گردید، یکی از این کاربردها می باشد. از طرفی با توجه به تنوع زیاد متغیرهای مورد استفاده برای طبقه بندی مذکور، انجام مطالعه حاضرجهت معرفی متغیرهای اصلی که در مرزبندی نواحی اقلیمی نقش داشته اند، و تعیین میزان تاثیرهرکدام از آنها در این طبقه بندی ضرورت پیدا کرد. برای این منظور داده های ماهانه 41 ایستگاه هواشناسی سینوپتیک (1995-1993) مورد استفاده قرارگرفت. روش تحلیل عاملی و تجزیه مولفه های اصلی که از کاربردی ترین روشهای چند متغیره آماری می باشند برای تجزیه و تحلیل داده ها انتخاب شد.
نتایج نشان می دهند که مهمترین مولفه نم نسبی می باشد که بیش از 40% از کل واریانس را به خود اختصاص داده است .(Pct of Var = %40/90)دومین مولفه اصلی مربوط به دماهای حداقل و حداکثر است (Pct of Var = %23/37) که بیش از 23% از کل تغییرات را تبیین نموده اند. سایر متغیرها در مابقی مولفه ها قرار دارند. یافته ها گویای آن است که طبقه بندی ایجام شده دارای مبنای اصولی بوده و براساس قوانین علمی استوار گردیده است به نحوی که مرزهای نواحی اقلیمی به طور متعادل از کلیه متغیرها تاثیر پذیرفته اند. این مطالعه همچنین کاربرد روش تحلیل عاملی را به عنوان روشی کارآمد، برای انجام مطالعات تحلیلی و مفصلی که نیاز به کنکاش در خصوص روابط بین متغیرها دارند، دراین مطالعه همچنین سعی شده است تا چگونگی بارگذاری متغیرها در مولفه های اصلی و نحوه محاسبه مقداری های ویژه و بردارهای ویژه بصورت ساده شرح داده شود.
خلاصه ماشینی:
"روش تحلیل خوشهای نیز یکی دیگر از روشهای چند متغیره است که کاربردهای مشابهی با
سپس برای نرمال کردن هریک از عناصر بردار(به تصویر صفحه مراجعه شود)بر عدد 51/3 تقسیم میشود.
جدید با(به تصویر صفحه مراجعه شود)نشانداده میشود و نظیر مرحله قبل مقادیر این بردار نیز نرمال میشوند.
سپس مجموع مجذور بردار(به تصویر صفحه مراجعه شود)تعیینگردیده و جذر آن گرفته میشود تا مقدار ویژه ماتریس
مرحله چهارم-هریک از مقادیر(به تصویر صفحه مراجعه شود)بر عدد 75/1(مقدار ویژه ماتریس)تقسیم میشوند تا
بردار(به تصویر صفحه مراجعه شود)،بردار ویژه نامیده میشود و 75/1 مقدار ویژه این ماتریس میباشد.
در این مرحله عناصر بردار ویژه یعنی(به تصویر صفحه مراجعه شود)را در جذر مقدار ویژه ضربکرده و بدین
جدول 3 ضرایب اولین مؤلفه اصلی برای هریک از متغیرها
جدول 4 اولین فاکتور یا مؤلفه اصلی را که با روش فوق تعیینشده است نشان میدهد.
نخواهد بود و از این نظر برای تحلیل عاملی ماتریس مناسبی است (SPSS.
مقدار این شاخص کمتر باشد،معلوم میشود که متغیرها برای تحلیل عامل مناسب نیستند.
برخوردار هستند و لذا ماتریس همبستگی برای این تحلیل مناسب تشخیصداده میشود.
اما نکته مهم این است که دریابیم کدام متغیرها دارای همبستگی بالایی با ضرایب
طبقهبندی اقلیمی که با استفاده از دادههای 41 ایستگاه هواشناسی و از سال 1966 تا 1995(دوره 30 ساله) انجامگردیده است اشاره شود.
تحقیقی که براساس روش تحلیل خوشهای برای طبقهبندی اقلیمی ایران انجام پذیرت،منجر به
آیا روش تحلیلی بکاررفته توانسته است کلیه متغیرها را در این طبقهبندی بگنجاند؟و اگر جواب
نهایتا یافته این تحقیق گویای آن است که طبقهبندی انجامشده باتوجه به هدف اصلی مطالعه،"