《表3 中国银行汇率风险评价模型主成分得分序列》
提示：宽带有限、当前游客访问压缩模式
表2结果显示，PC1、PC2、PC3、PC4的方差贡献率累计达到了89.17%，因此本文选取这四个作为主成分，导出4个主成分的得分序列，如表3所示。
| 图表编号 | XD007667100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.11.01 |
| 作者 | 周飞鹏 |
| 绘制单位 | 福建商学院信息工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 成分得分系数矩阵：基于主成分分析的南京市企业创新能力评价研究》2020.09.10
- 《表3 成分得分系数矩阵：基于改进C-D生产函数模型的中国科技创新水平评价》2020.09.30
- 《表3 各区县主成分得分及综合评价得分》2021.02.01
- 《表5 因子载荷矩阵表：物流企业财务风险评价模型构建与分析——基于主成分分析法》2020.11.01
- 《表3 公因子方差：物流企业财务风险评价模型构建与分析——基于主成分分析法》2020.11.01
- 《表1 指标选取：物流企业财务风险评价模型构建与分析——基于主成分分析法》2020.11.01
- 《表1 指标选取：物流企业财务风险评价模型构建与分析——基于主成分分析法》2020.11.01
- 《表5 成分得分系数矩阵：农村商业银行风险的多层面系统评价》2021.01.10
- 《表7 主成分得分：基于主成分分析构建大豆蛋白对低盐乳化肠的品质综合评价模型》2020.12.20
- 《表3 主成分得分：河北坝上地区生鲜乳评价模型》2018.11.08
- 《表4 成分得分系数矩阵：小微企业无还本续贷风险评价与贷款定价研究——以山东省城市商业银行为例》2020.07.25
- 《表5 主成分因子得分：基于PCA-DEA模型的经营业绩评价研究——以2018年创业板上市公司为例》2020.06.10
- 《表6：样本主成分：城市地铁PPP项目融资风险评价模型》2019.11.15
- 《表5：主成分矩阵：城市地铁PPP项目融资风险评价模型》2019.11.15
- 《表3 2015—2016年整体综合评价主成分得分与TOPSIS结果》2019.05.28
- 《表3 主成分-多变量时间序列模型预测精度评价》2019.07.25
- 《表4 中国银行汇率风险评价指数》2018.11.01
- 《表2 中国银行汇率风险评价模型各变量的方差、特征值及各成分的线性组合系数》2018.11.01
- 《表1 中国银行汇率风险评价模型各指标的标准值》2018.11.01
- 《表4 中国银行汇率风险评价指数》2018.11.01