《表3 成分得分系数矩阵：我国房地产上市公司信用评级研究——基于BP神经网络方法》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《我国房地产上市公司信用评级研究——基于BP神经网络方法》
第三步，进行因子分析，结果见表2和表3。
| 图表编号 | XD00162959500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.20 |
| 作者 | 李海姣、黄健青 |
| 绘制单位 | 对外经济贸易大学信息学院、对外经济贸易大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表6主成分得分系数矩阵：资本结构与盈利能力的关系：我国铁路上市公司实证研究》2020.09.20
- 《表5 成分得分系数矩阵：基于因子分析法的房地产上市公司经营绩效评价》2020.12.05
- 《表2 成分得分系数矩阵：基于因子分析法的房地产行业财务风险预警研究》2021.01.10
- 《表2 成分得分系数矩阵：基于PCA-RBF神经网络的小型压水堆故障诊断方法研究》2021.01.10
- 《表7 成分得分系数矩阵：房地产业上市公司财务风险研究——基于主成分分析》2020.06.10
- 《表8 旋转成分矩阵：我国科创板上市公司信用风险评估——基于KMV模型和有序Logit模型的研究》2020.04.20
- 《表2 因子分析结果：我国房地产上市公司信用评级研究——基于BP神经网络方法》2020.04.20
- 《表5 成分得分系数矩阵：我国上市公司投资者信心指数构建研究——以创业板为例》2020.07.20
- 《表5 成分得分系数矩阵：基于Logistic模型的供应链金融信用风险实证研究——以房地产上市公司为例》2020.08.25
- 《表3 文化程度赋分表：BP神经网络在农户信用评级领域的应用研究——以甘南藏族自治州为例》2019.11.25
- 《表4 成分得分系数矩阵：基于因子分析的我国各地区产值研究》2020.04.10
- 《表4 成分得分系数矩阵：2018年我国传媒上市公司财务绩效分析——基于因子分析法的研究》2019.12.01
- 《表6 成分得分系数矩阵：我国旅游上市公司经营绩效的关键影响因素研究》2019.12.28
- 《表5 成分得分系数矩阵：基于因子分析法的我国上市商业银行竞争力研究》2019.11.20
- 《表6 成分得分系数矩阵：基于我国服装家纺行业上市公司的财务绩效评价实证研究》2019.10.28
- 《表7 成分得分系数矩阵：P2P网络借贷平台信用风险识别研究》2019.10.10
- 《表2 因子载荷矩阵：基于因子分析法的中国寿险公司信用评级研究》2019.05.01
- 《表8 评级结果对比：基于层次分析法的我国P2P网络借贷平台信用评级研究》2019.06.12
- 《表5 成分得分系数矩阵：我国农业上市公司审计收费影响因素实证研究》2019.01.10
- 《表5 成分得分系数矩阵：基于因子分析与BP神经网络的煤与瓦斯突出预测》2019.04.01