《表2 因子贡献率：基于数学统计的保险赔付风险预测模型设计》

  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

《基于数学统计的保险赔付风险预测模型设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用SPSS软件对选取的60家保险公司实施因子分析获取的KMO(Kaiser Meyer Olkin）检验统计量、Bartlett球形度检验近似卡方值以及相应的概率P值分别为0.683，1 582.821和0.00，由此可知所选风险因子内存在共同因子，能够实施因子分析。选取特征值大于1的因子，由此获取的前6个因子方差累计贡献率达到95%以上，这表示前6个因子能够描述95%以上的方差，如表2所示。所以前6个因子可以基本表示原始数据信息。