主成分與因素分析演示文稿

主成分與因素分析演示文稿本文檔共80頁(yè)；當(dāng)前第1頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分優(yōu)選主成分與因素分析本文檔共80頁(yè)；當(dāng)前第2頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分第一節(jié)主成份分析原理一、主成份分析的基本概念二、主成份的提取三、主成份分析的特點(diǎn)與觀念

本文檔共80頁(yè)；當(dāng)前第3頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分一、主成份分析的基本概念(1/2)如將變量減少成少數(shù)幾個(gè)變量的線性組合變量，即潛在變量或成份，就必須使用主成份分析。主成份分析法是將數(shù)據(jù)中原有的p個(gè)變量做線性組合得到k個(gè)新變量。通常k比p小很多。主成份分析法的另一項(xiàng)功能是能將彼此間具有相關(guān)關(guān)系的p個(gè)變量，經(jīng)過(guò)線性組合后成為k個(gè)彼此間相關(guān)關(guān)系為0的新變量，此過(guò)程稱(chēng)為提?。‥xtraction）。使經(jīng)由線性組合而得到的成份的方差最大，使觀測(cè)值在這些成份上顯示出最大的個(gè)別差異來(lái)。本文檔共80頁(yè)；當(dāng)前第4頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分一、主成份分析的基本概念(2/2)主成份分析除了用來(lái)簡(jiǎn)化變量間的關(guān)系外，還用來(lái)縮減某一組欲進(jìn)行多變量分析的變量的數(shù)目。主成份分析也可將各變量的原始分?jǐn)?shù)轉(zhuǎn)為主成份分?jǐn)?shù)，以供進(jìn)一步的統(tǒng)計(jì)分析。主成份分析還可用來(lái)建構(gòu)多種具有不同衡量單位變量的綜合指標(biāo)。主成份亦可根據(jù)其附荷量來(lái)對(duì)主成份命名。例如：以身高與體重來(lái)建構(gòu)「塊頭」指標(biāo)、以成長(zhǎng)率與市場(chǎng)占有率來(lái)建構(gòu)「營(yíng)銷(xiāo)績(jī)效」指標(biāo)。本文檔共80頁(yè)；當(dāng)前第5頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分二、主成份的提取

(1/2)1、計(jì)算相關(guān)矩陣或協(xié)方差矩陣估計(jì)共同性(community，)：若是相關(guān)矩陣則共同性設(shè)為1；若是協(xié)方差矩陣則共同性為各變量的方差。2、從相關(guān)矩陣或協(xié)方差矩陣中提取主成份。3、決定因素的數(shù)目。4、因素命名與結(jié)果解釋。本文檔共80頁(yè)；當(dāng)前第6頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分二、主成份的萃取

(2/2)假設(shè)有p個(gè)數(shù)字變量，則可計(jì)算出p個(gè)主成份。共同性會(huì)等于1，亦即沒(méi)有誤差項(xiàng)，故此公式不寫(xiě)出誤差項(xiàng)。主成份分析重視的是「方差」，因素分析重視的則是「協(xié)方差」。為使方差達(dá)到最大，通常進(jìn)行主成份分析后不再轉(zhuǎn)軸，而因素分析則需要轉(zhuǎn)軸。主成份分析使觀察值在這些主成份顯示出最大的個(gè)別差異。因素分析的目的是找出共同性。本文檔共80頁(yè)；當(dāng)前第7頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分主成份提取的運(yùn)算原理

使組合，在下，Var(y)=aa最大的解a是矩陣的最大特征值（eigenvalue）所對(duì)應(yīng)的特征向量（eigenvector）最大特征值所對(duì)應(yīng)的特征向量a是使Var(y)=aa最大的解。假設(shè)本例有身高和體重兩個(gè)變量，為了提高每位學(xué)生的分辨能力，要使線性組合的方差愈大愈好。在的限制下，找、值使最大。主成份分析可使用協(xié)方差矩陣，亦可使用或相關(guān)系數(shù)矩陣進(jìn)行分析，一般當(dāng)單位不同時(shí)以使用相關(guān)系數(shù)矩陣較佳。

本文檔共80頁(yè)；當(dāng)前第8頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分以協(xié)方差矩陣來(lái)提取主成份

通常是未知的，故以求出樣本協(xié)方差矩陣S代替。本文檔共80頁(yè)；當(dāng)前第9頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分以相關(guān)系數(shù)矩陣來(lái)提取主成份

以相關(guān)矩陣R取代協(xié)方差矩陣S，再求特征值、特征向量。以S和R做主成份分析的結(jié)果可能會(huì)有很大的差別，以S做主成份分析，容易受使用變量單位的影響。在SPSS的FACTOR程序中的Extraction框中，盡量勾選Correlation(R)非Covariance(S)。

本文檔共80頁(yè)；當(dāng)前第10頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分主成份分析的特點(diǎn)與觀念

（一）正交性。（二）特征值就是主成分的方差。（三）所有主成份的方差總和與所有變量的方差總和相等。（四）主成份解釋的方差比例。（五）主成份載荷（loading）。（六）共同性（Communality，h2）。（七）主成份分?jǐn)?shù)（Score）。本文檔共80頁(yè)；當(dāng)前第11頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分正交性1、第j個(gè)特征向量（即系數(shù)向量）與第j－1個(gè)特征向量正交：亦即。在本例中，。2、第j個(gè)主成份與第j－1個(gè)主成份正交：亦即

本文檔共80頁(yè)；當(dāng)前第12頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分特征值就是主成份的方差

在本例中同理可得本文檔共80頁(yè)；當(dāng)前第13頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分所有主成份的方差總和與

所有變量方差總和相等

在本例中而且可得本文檔共80頁(yè)；當(dāng)前第14頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分主成份解釋的方差比例

在本例中，1.814+.186=2。本文檔共80頁(yè)；當(dāng)前第15頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分主成份載荷（loading）

主成份載荷指第j個(gè)主成份與第i個(gè)變量的相關(guān)系數(shù)(亦稱(chēng)載荷)。

第一主成份與身高的相關(guān)系數(shù)為第一主成份與體重的相關(guān)系數(shù)為本文檔共80頁(yè)；當(dāng)前第16頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分共同性(Communality，h2)

第j個(gè)主成份解釋變量xi的方差比例稱(chēng)為共同性，寫(xiě)成在主成份分析前，初步的（Initial欄）對(duì)每一個(gè)變量都為1，經(jīng)提取后（Extraction欄）每一個(gè)j變量的共同性為

（），其中k為特征值大于1的變量。(第一主成份解釋身高的比例)(第二主成份解釋身高的比例)1、當(dāng)用來(lái)解釋變異量的主成份個(gè)數(shù)取的愈多時(shí)，共同性越高2、當(dāng)所有主成份都取時(shí)，都等于1

3、只取同一個(gè)主成份時(shí)，所能解釋各變量的共同性總和為本文檔共80頁(yè)；當(dāng)前第17頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分表9-1主成份分析的觀念與

關(guān)系匯總比較表

本文檔共80頁(yè)；當(dāng)前第18頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分表2主成份分析的共同性、特征值與主成份載荷的關(guān)系(用矩陣S時(shí))表

本文檔共80頁(yè)；當(dāng)前第19頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分主成份分?jǐn)?shù)（Score）經(jīng)過(guò)主成份提取后已可得到每個(gè)主成份下每個(gè)變量的系數(shù)（權(quán)重），如此就可得到每筆數(shù)據(jù)經(jīng)過(guò)主成份轉(zhuǎn)換后的主成份分?jǐn)?shù)。

后續(xù)的分析將不再使用原始變量，而是主成份的總和指標(biāo)。至于要如何計(jì)算每一觀測(cè)數(shù)據(jù)的主成份分?jǐn)?shù)呢？SPSS將會(huì)自動(dòng)幫您計(jì)算。

第位觀測(cè)的第個(gè)主成份，其中為第i個(gè)變量的平均數(shù)，即：如第1位學(xué)生在第一個(gè)主成份的分?jǐn)?shù)為：已標(biāo)準(zhǔn)化：0.707(-1.815-0)+0.707(-1.320-0)=-2.216本文檔共80頁(yè)；當(dāng)前第20頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分第二節(jié) 因素分析原理

一、因素分析的基本概念二、因素分析模式三、因素的提取方法四、因素轉(zhuǎn)軸五、因素命名六、主成份分析與因素分析的比較本文檔共80頁(yè)；當(dāng)前第21頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素分析的基本概念

目的在于以較少的維度來(lái)表現(xiàn)原先的數(shù)據(jù)結(jié)構(gòu)，而又能保存原數(shù)據(jù)結(jié)構(gòu)所提供的大部分信息。因素分析法是希望能夠降低變量的數(shù)目，轉(zhuǎn)換為新的相互獨(dú)立不相關(guān)的新因素。因素分析除簡(jiǎn)化數(shù)據(jù)外，還可探討變量間的基本結(jié)構(gòu)。例如在做復(fù)回歸分析時(shí)，當(dāng)自變量間有高度相關(guān)時(shí)，會(huì)出現(xiàn)共線性的問(wèn)題，但通過(guò)因素分析可以找到較少的幾個(gè)因素，代表原有數(shù)據(jù)的基本結(jié)構(gòu)。因素分析就可以做為探索基礎(chǔ)變量的維度，稱(chēng)為探索性（Exploratory）因素分析。但有些情況下，會(huì)根據(jù)某些理論或其它先驗(yàn)的知識(shí)可能對(duì)因素的個(gè)數(shù)或因素的結(jié)構(gòu)做出假設(shè)，因素分析也可以用來(lái)檢驗(yàn)這個(gè)假設(shè)，稱(chēng)為驗(yàn)證性（Confirmatory）因素分析。

本文檔共80頁(yè)；當(dāng)前第22頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素分析模式因素分析法的步驟如下：1、計(jì)算相關(guān)矩陣以估計(jì)共同性：采用主成份分析，共同性設(shè)為1。2、從相關(guān)矩陣中提取共同因素。3、決定因素的數(shù)目。4、旋轉(zhuǎn)因素以增加變量與因素間關(guān)系的解釋能力。5、因素命名與結(jié)果解釋。

在因素分析里，要設(shè)法找到

等因素，使得：若以矩陣的形式表示，則為：為原始數(shù)據(jù)的變量，為第個(gè)共同因素

在第

個(gè)變量下的權(quán)重，一般叫做共同因素載荷量（commonfactorloading）。

為共同因素（commonfactors），為第個(gè)獨(dú)特因素（uniquefactor，或稱(chēng)為一因素）的誤差項(xiàng)。本文檔共80頁(yè)；當(dāng)前第23頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素模型的假設(shè)

1、共同因素之間互為獨(dú)立，即因素間是正交的，亦即，其中。2、之間互相獨(dú)立，且平均數(shù)為0，方差為。3、共同因素與獨(dú)特因素間也是獨(dú)立的，亦即，其中。本文檔共80頁(yè)；當(dāng)前第24頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分共同性、特征值與因素載荷量之關(guān)系

在因素分析中，共同性()就是每個(gè)變量在每個(gè)共同因素載荷量的平方()總和。從共同性的大小可以判斷這個(gè)原始變量與共同因素間的關(guān)系程度。在主成份分析中，有多少個(gè)原始變量便有多少個(gè)主成份，所以共同性會(huì)等于1，沒(méi)有獨(dú)特因素，亦即沒(méi)有誤差項(xiàng)。

，當(dāng)時(shí)，本文檔共80頁(yè)；當(dāng)前第25頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖1共同性與可解釋變量

比例關(guān)系圖

提取的因素愈少愈好，但提取因素的累計(jì)解釋變量愈大愈好。本文檔共80頁(yè)；當(dāng)前第26頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分表3因素分析的共同性、

特征值與因素載荷量的關(guān)系表

本文檔共80頁(yè)；當(dāng)前第27頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素的提取方法

（一）主成份法因素分析中最重要與最常見(jiàn)的分析形式是主成份法（PrincipleComponentsFactoring，PCF）。主成份分析法是以相關(guān)系數(shù)矩陣R為分析工具，亦即提取因素時(shí)使用相關(guān)系數(shù)矩陣R的對(duì)角線數(shù)字1，如同第一節(jié)的主成份分析一樣。（二）主因素法

如果R的對(duì)角線元素不是1，而是以小于1的某些正數(shù)取代，稱(chēng)為主因素法（PrincipalAxisFactoring，PAF）。界定先前共同性估計(jì)值（PriorCommunalityEstimates），通常假設(shè)共同性的估計(jì)值為每個(gè)變量Xi與其它變量的復(fù)相關(guān)系數(shù)平方。（三）極大似然法極大似然法（MaximumLikelihood，ML）在大樣本時(shí)，此方法比主因素分析更利于估計(jì)。

本文檔共80頁(yè)；當(dāng)前第28頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分模式適合度評(píng)價(jià)

共同因素所解釋的相關(guān)，與實(shí)際相關(guān)間的差異，稱(chēng)為殘差相關(guān)（residualcorrelation），評(píng)價(jià)共同因素模式適合度（ModelFit）。如果殘差值愈低則代表模式適合度愈高。在SPSS的FACTOR程序中曾另外介紹KMO指標(biāo)法。本文檔共80頁(yè)；當(dāng)前第29頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖2因素分析的碎石圖

本文檔共80頁(yè)；當(dāng)前第30頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素旋轉(zhuǎn)因素分析的理想情況，使每一橫列中只有一個(gè)元素接近1，而其他大部分的元素接近0，必須通過(guò)轉(zhuǎn)軸（Rotation）才能達(dá)成。假使因素是以直交（orthogonal）轉(zhuǎn)軸法轉(zhuǎn)軸，故轉(zhuǎn)軸后因素也是無(wú)相關(guān)的；假如因素是以斜交（oblique）轉(zhuǎn)軸法轉(zhuǎn)軸，則轉(zhuǎn)軸后因素成為相關(guān)的。在應(yīng)用上，正交旋轉(zhuǎn)較為普遍。

本文檔共80頁(yè)；當(dāng)前第31頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖3直交轉(zhuǎn)軸與斜交轉(zhuǎn)軸的比較圖

本文檔共80頁(yè)；當(dāng)前第32頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素轉(zhuǎn)軸方法的選擇

在各種因素轉(zhuǎn)軸法中，以Varimax法最為常用，它是使因素載荷表中每一縱行的變異最大，其目的是將因素載荷矩陣的行做簡(jiǎn)化而Quartimax法是使因素載荷矩陣每一列變異最大，將因素載荷矩陣列做簡(jiǎn)化每個(gè)變量旋轉(zhuǎn)后的共同性與旋轉(zhuǎn)前的共同性是相同的。每個(gè)因素旋轉(zhuǎn)前后的解釋方差比例（即特征值）稍有不同，解釋變量的方差比例總和不變。轉(zhuǎn)軸并不會(huì)改變因素解釋的能力，在統(tǒng)計(jì)上所有的轉(zhuǎn)軸法都是相等的。本文檔共80頁(yè)；當(dāng)前第33頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素命名因素命名有幾個(gè)處理原則： 1、能涵蓋其所代表所有原始變量的名稱(chēng)。 2、命名不能偏離其代表的原始變量意義。 3、因素重新命名。 4、名稱(chēng)必須達(dá)意。 5、名稱(chēng)不宜太長(zhǎng)：不宜超過(guò)6個(gè)中文字，最好在4個(gè)字內(nèi)。 6、不同因素名稱(chēng)間要有排他性。 7、不同因素名稱(chēng)間要有一貫性。

因素命名將考驗(yàn)研究者對(duì)原始變量的了解與中文造詣。

本文檔共80頁(yè)；當(dāng)前第34頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分主成份分析與因素分析的比較(1/2)主成份分析所著重的在于如何「轉(zhuǎn)換」原始變量使之成為一些綜合性的新指標(biāo)，而其關(guān)鍵在「方差」問(wèn)題。因素分析重視的是如何解釋變量之間的「協(xié)方差」問(wèn)題。因素分析的功能在于結(jié)合四原始變量間的關(guān)系，而主成份是找出原始變量間的線性組合。本文檔共80頁(yè)；當(dāng)前第35頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分主成份分析與因素分析的比較(2/2)因素分析與主成份分析的差異大致可歸納為下列幾點(diǎn)：主要目標(biāo)：主成份分析法是要減少變量個(gè)數(shù)，而因素分析法是要找尋變量間內(nèi)部的相關(guān)性及潛在的共同因素。強(qiáng)調(diào)重點(diǎn)：主成份分析法強(qiáng)調(diào)解釋數(shù)據(jù)變異的能力，而因素分析法強(qiáng)調(diào)的是變量間的相關(guān)性。最終結(jié)果應(yīng)用：主成份分析法是要形成一個(gè)或數(shù)個(gè)總指標(biāo)，因素分析法是要反映變量間潛在或觀察不到的因素。方差解釋程度：主成份分析沒(méi)有誤差項(xiàng)，而因素分析有誤差項(xiàng)。是否需要旋轉(zhuǎn)：因素分析因需要經(jīng)過(guò)旋轉(zhuǎn)才能對(duì)因素做命名與解釋?zhuān)鞒煞莘治鍪亲鲋笜?biāo)用的，故不需要旋轉(zhuǎn)。是否有假設(shè)：主成份分析只是對(duì)數(shù)據(jù)做變換，並不需要任何假設(shè)；因素分析對(duì)數(shù)據(jù)要求須符合許多假設(shè)。本文檔共80頁(yè)；當(dāng)前第36頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分第三節(jié)SPSS的因素分析一、操作步驟二、輸出結(jié)果三、結(jié)果制表與解釋

本文檔共80頁(yè)；當(dāng)前第37頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖4FactorAnalysis對(duì)話框

本文檔共80頁(yè)；當(dāng)前第38頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖5FactorAnalysis:Descriptives子對(duì)話框

本文檔共80頁(yè)；當(dāng)前第39頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖6FactorAnalysisExtraction子對(duì)話框

本文檔共80頁(yè)；當(dāng)前第40頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖7FactorAnalysis:Rotation子對(duì)話框

本文檔共80頁(yè)；當(dāng)前第41頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖8FactorAnalysis:FactorScores子對(duì)話框

本文檔共80頁(yè)；當(dāng)前第42頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖9FactorAnalysis:Options子對(duì)話框

本文檔共80頁(yè)；當(dāng)前第43頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分KMO及Bartlett’sKMO是Kaiser-Meyer-Olkin的取樣適當(dāng)性衡量指標(biāo)，當(dāng)KMO值愈大時(shí)，表示變量間共同因素越多，越適合進(jìn)行因素分析。從Bartlett‘s球形檢驗(yàn)可用來(lái)判斷數(shù)據(jù)是否是多變量正態(tài)分配，也可用來(lái)檢驗(yàn)相關(guān)矩陣是否適合進(jìn)行因素分析。此例表明總體適合進(jìn)行因素分析。

本文檔共80頁(yè)；當(dāng)前第44頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分共同性本文檔共80頁(yè)；當(dāng)前第45頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分特徵值與解釋變異數(shù)本文檔共80頁(yè)；當(dāng)前第46頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分碎石圖本文檔共80頁(yè)；當(dāng)前第47頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分未旋轉(zhuǎn)的因素矩陣本文檔共80頁(yè)；當(dāng)前第48頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分旋轉(zhuǎn)后的因素矩陣本文檔共80頁(yè)；當(dāng)前第49頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素載荷圖本文檔共80頁(yè)；當(dāng)前第50頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素旋轉(zhuǎn)矩陣本文檔共80頁(yè)；當(dāng)前第51頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素分?jǐn)?shù)系數(shù)矩陣本文檔共80頁(yè)；當(dāng)前第52頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分因素儲(chǔ)存變量SPSS會(huì)將新產(chǎn)生的二個(gè)因素變量?jī)?chǔ)存在原始數(shù)據(jù)文件中，而不會(huì)像其他統(tǒng)計(jì)軟件將因素變量另外獨(dú)立儲(chǔ)存為一文件。因素分?jǐn)?shù)都已經(jīng)標(biāo)準(zhǔn)化而非原來(lái)的度量尺度，原始的四個(gè)變量皆為整數(shù)，且其值分布在15～1之間，但FAC1_1、FAC2_1其平均值為0，標(biāo)準(zhǔn)差為1。

本文檔共80頁(yè)；當(dāng)前第53頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分表4四個(gè)體能變量的因素

分析結(jié)果

本文檔共80頁(yè)；當(dāng)前第54頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分表5四個(gè)體能變量的因素

分析結(jié)果的另一種格式

變量解釋方差比例累計(jì)解釋方差量因素一敏捷因素二強(qiáng)健共同性1.氣力56.609%56.609%.927.8612.耐力.922.8853.速度33.185%89.794%.916.9234.協(xié)調(diào).961.923特征值2.2641.3273.592本文檔共80頁(yè)；當(dāng)前第55頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分第四節(jié)因素分析例

一、學(xué)生數(shù)據(jù)二、財(cái)務(wù)指標(biāo)三、財(cái)務(wù)指標(biāo)的相關(guān)陣四、組織因素本文檔共80頁(yè)；當(dāng)前第56頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分一、學(xué)生數(shù)據(jù)表6身高與體重之因素分析結(jié)果本文檔共80頁(yè)；當(dāng)前第57頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分身高與體重

因素分析的結(jié)果

本文檔共80頁(yè)；當(dāng)前第58頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖6身高與體重進(jìn)行

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第59頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖6身高與體重進(jìn)行

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第60頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖11身高與體重的

因素分?jǐn)?shù)

本文檔共80頁(yè)；當(dāng)前第61頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分表7三個(gè)考試成績(jī)的

因素分析結(jié)果

本文檔共80頁(yè)；當(dāng)前第62頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分二、財(cái)務(wù)指標(biāo)本例分別取得各當(dāng)年財(cái)務(wù)數(shù)據(jù)，計(jì)算其CFID、NITA、CACL與CANS等四個(gè)財(cái)務(wù)比率。CFTD：CashFlows/TotalDebt(現(xiàn)金流量負(fù)債比)NITA：NetIncome/TotalAssets(資產(chǎn)報(bào)酬率)CACL：CurrentAssets/CurrentLiabilities(流動(dòng)比率)CANS：CurrentAssets/NetSales(流動(dòng)資產(chǎn)周轉(zhuǎn)率)本文檔共80頁(yè)；當(dāng)前第63頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分表8四個(gè)財(cái)務(wù)指標(biāo)因素分析結(jié)果本文檔共80頁(yè)；當(dāng)前第64頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)財(cái)務(wù)指標(biāo)

因素分析的結(jié)果

本文檔共80頁(yè)；當(dāng)前第65頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)財(cái)務(wù)指標(biāo)

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第66頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)財(cái)務(wù)指標(biāo)

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第67頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)財(cái)務(wù)指標(biāo)

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第68頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)財(cái)務(wù)指標(biāo)因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第69頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)個(gè)財(cái)務(wù)指標(biāo)

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第70頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)財(cái)務(wù)指標(biāo)

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第71頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)財(cái)務(wù)指標(biāo)

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第72頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖12四個(gè)財(cái)務(wù)指標(biāo)

因素分析的結(jié)果本文檔共80頁(yè)；當(dāng)前第73頁(yè)；編輯于星期日\(chéng)8點(diǎn)44分圖13財(cái)務(wù)指標(biāo)

因素分析部