《表2 解释的总方差：基于因子分析法的全聚德财务绩效评价》
提示：宽带有限、当前游客访问压缩模式
提取方法：主成分分析法。
(2）因子提取及贡献率。在表2中，以特征值大于1为标准，选出3个主因子。主因子累计方差贡献率为87.86%，对原变量的解释值较高。
| 图表编号 | XD00197559500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.10 |
| 作者 | 靳泽辉 |
| 绘制单位 | 青海民族大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 解释的总方差：西北地区上市公司经营绩效评价——基于因子分析和聚类分析》2021.01.15
- 《表4 成分得分系数矩阵：基于因子分析法的全聚德财务绩效评价》2021.02.10
- 《表3 旋转成分矩阵：基于因子分析法的全聚德财务绩效评价》2021.02.10
- 《表1 解释的总方差：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 解释的总方差：基于因子分析法的上市公司财务绩效评价》2020.11.01
- 《表2 解释的总方差：基于主成分分析法对农牧板块的上市公司财务绩效评价研究》2020.11.28
- 《表3 总方差解释表：基于因子分析法服装业上市公司财务绩效评价研究》2021.03.01
- 《表3：解释的总方差：基于因子分析的农业上市公司经营绩效评价》2020.03.20
- 《表2 解释的总方差：医药生物行业上市公司绩效评价——基于因子分析法》2020.07.01
- 《表1 解释的总方差：基于因子分析法的安徽上市公司财务绩效评价》2020.09.05
- 《表3 解释的总方差：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2 解释的总方差：我国物流上市公司财务绩效评价研究——基于因子分析法》2019.12.01
- 《表4 解释的总方差：基于因子分析和聚类分析的钢铁行业绩效评价——以A股36家上市公司为例》2019.09.15
- 《表3 解释的总方差：基于因子分析法的粮食产业上市公司财务绩效评价》2019.04.01
- 《表2 解释的总方差：基于主成分分析的煤炭上市公司财务绩效评价》2019.07.28
- 《表6 解释的总方差表：基于因子分析法的企业财务绩效评价研究——以比亚迪股份有限公司为例》2019.05.20
- 《表2 解释的总方差：基于主成分因子分析法的普惠金融绩效分析》2019.02.28
- 《表2 解释的总方差：基于因子分析法的房地产上市企业财务业绩评价——以部分上市房产企业为例》2018.02.28
- 《表1 解释的总方差：基于因子分析模型的中国核建IPO绩效分析》2018.06.01
- 《表5 解释的总方差：基于因子分析法的企业财务绩效评价——以无人驾驶汽车行业为例》2018.08.28