《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》
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。
图表编号 | XD00226950700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.15 |
作者 | 温晓楠、董立伟、朱亚培、刘艳敏 |
绘制单位 | 河北农业大学、北京交通大学海滨学院、河北农业大学、河北农业大学 |
更多格式 | 高清、无水印(增值服务) |