數(shù)學(xué)模型中的因子分析法-文庫(kù)吧資料
2025-01-21 11:41本頁面
【正文】 1 x2 x3 x4 x5 x6。 ? 用每個(gè)主成分的貢獻(xiàn)率作權(quán)數(shù)，給出多指標(biāo)綜合評(píng)價(jià)值。 k個(gè)主分量累計(jì)貢獻(xiàn)率大小（ ∑），確定主成分（因子）個(gè)數(shù)。 上市公司 資金利稅率x1 產(chǎn)值利稅率x2 百元銷售成本利潤(rùn) x3 百元銷售收入利稅 x4 流動(dòng)資金周轉(zhuǎn)次數(shù) x5 主營(yíng)利潤(rùn)增長(zhǎng)率 x6 qinghua beida hualian xinya yanzhong shuiyun cengxin qingshan pudong ? 主成分分析步驟： ，標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣仍記 X陣。簡(jiǎn)單的說就是降維。第一篇 主成分分析 ? 在實(shí)際經(jīng)濟(jì)工作中，我們經(jīng)常碰到多變量戒多指標(biāo)問題，例如，企業(yè)經(jīng)濟(jì)效益的評(píng)價(jià)，地區(qū)經(jīng)濟(jì)發(fā)展情況比較。由于變量戒指標(biāo)較多，且變量戒指標(biāo)之間存在一定的相關(guān)性，人們自然希望用較少的變量戒指標(biāo)代替原來較多的變量戒指標(biāo)，而且可盡量保存原有信息，利用這種降維的思想產(chǎn)生了主成分分析方法 ? 主成分分析法：就是設(shè)法將原來的具有一定相關(guān)性的變量戒者指標(biāo)，重新組成一組新的相互無關(guān)的少數(shù)幾個(gè)綜合變量戒指標(biāo)，以此代替原來的變量戒指標(biāo)。 ? 應(yīng)用：綜合評(píng)價(jià)（系統(tǒng)評(píng)估） 例： 對(duì)我國(guó)上市公司的經(jīng)濟(jì)效益進(jìn)行綜合評(píng)判。 X的相關(guān)系數(shù)陣 R的全部特征根 i及相應(yīng)的特征向量 ()。 ? 根據(jù)具體指標(biāo)內(nèi)容和指標(biāo)變量系數(shù)大小解釋主成分含義。 ()ij p pRR ??? Eigenvalues of the Correlation Matrix ? Eigenvalue Difference Proportion Cumulative ? 1 ? 2 ? 3 ? 4 ? 5 ? 6 6543211XXXXXXz??????654321XXXXXXz??????? Obs Prin1 Prin2 Prin3 Prin4 Prin5 Prin6 ? 1 ? 2 ? 3 ? 4
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1