免费咨询电话:400 180 8892

您的购物车还没有商品,再去逛逛吧~

提示

已将 1 件商品添加到购物车

去购物车结算>>  继续购物

您现在的位置是: 首页 > 免费论文 > 成本管理论文 > 因子分析中指标数据如何正确预处理

因子分析中指标数据如何正确预处理

【摘  要】


【摘要】本文通过建立合理的指标正向化转换模型证明了曲线模型不适合做指标正向化处理,然后用常用的热平台插补法对样本缺失值进行了填补,同时注意控制样本指标缺失率。最后基于上市电子企业对处理前后的指标数据进行了因子分析,并对排名结果进行了对比分析,证实了对指标数据合理地预处理后其评价结果更合理、客观有效。
【关键词】因子分析 数据处理 指标正向化 缺失值

因子分析是目前国内外进行综合评价的主要方法之一,也是多元统计分析中应用较为广泛的处理数据降维的方法。在实际应用中主要是通过寻找多个指标的少数独立的、专业上有意义的公因子来探索解释原多个指标对个体特征描述的关系。

服务热线

400 180 8892

微信客服