《表2 2013-2017年截面数据因子分析的总方差贡献率》
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
《物流上市公司投资价值评价研究——基于Topsis法改进的因子分析模型》
利用主成分分析法提取公因子，得到各个公因子的特征值和方差贡献率（见表2) .
| 图表编号 | XD0071439300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.25 |
| 作者 | 祝静远、刘莉 |
| 绘制单位 | 安徽财经大学金融学院、安徽财经大学经济学院 |
| 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2 因子分析中解释的总方差》2020.07.02
- 《表2 因子分析的总方差解释》2020.08.05
- 《表3 2012—2017年截面数据因子分析法的总方差贡献率》2020.02.28
- 《表2 2013-2017年部队医院非军队医改冠心病患者住院费用单因素非参数方差分析结果》2020.03.28
- 《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3 解释的总方差：安徽省新型城镇化水平测度——基于2018年安徽省统计年鉴的因子分析模型》2019.10.01
- 《表4 2013—2017年累积方差贡献率（%）》
- 《表3 2013—2017年提取的公因子方差》
- 《表3 解释的总方差：基于因子分析法的学生评教数据研究》2019.08.25
- 《表4解释的总方差：汽车制造行业上市公司供给侧特征分析——以2018年第三季度汽车制造行业截面数据回归模型为标准》2019.08.01
- 《表2 因子分析的总方差》2019.08.21
- 《表1 2013-2017年各年截面数据KMO检验及Bartlett检验》2019.08.25
- 《表1 2007—2010年31个省市的总方差贡献率》2019.02.28
- 《表6 科技创新能力各因子方差贡献率和解释的总方差》2019.04.10
- 《表4 2011~2017年截面数据因子分析的总方差贡献率》2019.02.01
- 《表4 2011~2017年截面数据因子分析的总方差贡献率》2019.02.01
- 《表2 解释的总方差：基于因子分析和数据包络分析的我国财险业效率探析》2019.01.10
- 《表2 因子分析解释的总方差》2018.06.28
- 《表2 共因子的方差贡献率和累计贡献率（解释的总方差）》2019.10.25
- 《表5 东盟10国2006-2017年截面数据因子分析的综合因子得分》2019.08.05