基于分组主成分法的科技板投资价值分析(1)(2)
2017-08-05 01:49
导读：（2）主成分的综合评价。以每个主成分的贡献率αi=■为权数，构造综合评价函数如下： F=α1F1 α2F2 L αmFm 2.2 因子分析法 （1）因子分析法的基本原理。因
（2）主成分的综合评价。以每个主成分的贡献率αi=■为权数，构造综合评价函数如下：
F=α1F1 α2F2 L αmFm
2.2 因子分析法
（1）因子分析法的基本原理。因子分析的一般模型为X1=μ1 a11F1 L a1mFm ε1
X2=μ2 a21F1 L a2mFm ε2
……
Xp=μp ap1F1 L apmFm εp
其中，Fi（i=1Lm）为公共因子，εi（i=1Lm）为特殊因子，它们都是不可观测的随机变量。
（2）因子分析法的基本步骤。根据具体问题选取指标，对指标做出判断，是否同向，若不同向，变成同向，对
评价指标无量纲化处理，得到标准化矩阵，计算得到相关系数矩阵，解特征方程，计算相关矩阵的特征值，则根据累计贡献率确定因子个数，计算特征向量和初始因子载荷矩阵，因子旋转，根据加权最小二乘法，也称为巴特莱特因子得分法、或者回归法，也称为汤姆孙因子得分，计算因子得分，结果分析。
2.3 因子分析——主成分分析法的构建
（1）基本原理。首先通过因子分析法将N项指标分为m组，每组包括几项原始指标。这样使得每组指标组内高度相关，而组间的相关性很弱。同时以每个因子的方差贡献率占所选定因子的总方差贡献率的比率αi对该指标子集自然赋权。其次，从各指标子集出发，求取每一样品在对应子集的第一主成分数值。若有k个子集，记为Y1，Y2,…，Yk，则第i个样品的k个第一主成分可以表示为p（Y■■），p（Y■■），p（Y■■），上标“1”表示第一主成分。
（2）分析模型。通过上面两步，可以得到综合评价模型：
Fi=αY1p（Y■■） αY2p（Y■■） … αYkp（Y■■）
即综合得分是每个指标子集的自然权数与其主成分数值乘积之和。共2页: 1 [2] 下一页 论文出处(作者):
上市公司股权结构与股利政策关系的实证研究
您可以访问中国科教评价网（www.NsEac.com）查看更多相关的文章。 2008年股票市场运行展望
