EKOLOGIE - doplňkový text

početnosti mohl současně zvyšovat. 

Možná se ptát

e,  proč  (když  máme  tři  druhy) 

nestanovíme  třetí  osu?  Jsou  dva  důvody:  jednak 

zakreslením  třetí  osy  bychom  vlastně  získali 

diagram,  který  by  byl  stejně  komplikovaný  jako  ten 

výchozí  a  jednak  třetí  osa  má  na  polohu  vzorků 

mnohem  menší  vliv  než  obě  předchozí.  Jak tedy 

stanovit  počet  os?  Každá  PCA  analýza  současně 

spočítá  hodnotu  variability  dat,  o  které  každá  z os 
vypovídá (tzv. „eigenvalue“). V 

našem  případě  po 

řadě  (PC1,  PC2,  PC3):  1,8907, 0,9951 a 0,1142. 

Všimněte  si,  že  jejich  součet  je  3  (tedy  počet  proměnných).  Vyjádřeno  v  %:  63,  33,  4.  To 

znamená, že první osa vysvětlí skoro 2/3 variability v datech a druhá další třetinu. Třetí osa 

dodá jen neopatrně informací k prvním dvěma. 

Dále m

ůžeme analyzovat, do jaké míry se všechny tři druhy podílejí na všech osách 

(to bývá v 

programech  PCA  označováno  jako  „component loadings“ nebo „factor 

loadings“), v 

našem případě: 

druh 

PC1 

PC2 

PC3 

1 

0,9688 

0,0664 

-0,2387 

2 

0,9701 

0,0408 

0,2391 

3 

-0,1045 

0,9945 

0,0061 

To  znamená,  že  hodnota  nějakého  vzorku  podél  gradientu  PC1 je 0,9688  krát 

standardizovan

á početnost druhu 1 plus 0,9701 krát standardizovaná početnost druhu 2 plus 

(-

0,1045)  krát  standardizovaná  početnost  druhu  3.  Jinými  slovy:  Osa  1  je  silně  pozitivně