《表3 6个主成分对应的特征向量》
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
《基于PCA-Rprop神经网络的建筑业上市公司退市风险预警研究》
由表2可以看出，前6个特征根的累计贡献率达到了86.26%，主成分分析效果较好，所以本文选取前6个主成分进行综合评价，前6个特征根对应的特征向量见表3.
| 图表编号 | XD00225069300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.25 |
| 作者 | 虞文美、方扶星 |
| 绘制单位 | 安徽财经大学金融学院、安徽财经大学金融学院 |
| 更多格式 | 高清、无水印（增值服务） |
