簡易檢索 / 詳目顯示
| 研究生： |
趙湘琪 Chao, Hsiang Chi |
|---|---|
| 論文名稱： |
三向資料的主成分分析 3-way data principal component analysis |
| 指導教授： |
張健邦
Chang, Chien Pang |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 統計學系 Department of Statistics |
| 論文出版年： | 2013 |
| 畢業學年度： | 83 |
| 語文別： | 中文 |
| 論文頁數： | 73 |
| 中文關鍵詞： | 三向資料 、三式主成分分析 、交錯最小平方法 、奇異值分解 、資本結構 |
| 外文關鍵詞： | 3-way data, alternating least square method |
| 相關次數： | 點閱：153 下載：0 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
傳統的主成分分析(principal component analysis)法，只能分析二式二向的資料(2-mode 2-way data)，若是要處裡三向三式的資料(3-mode 3-way data)或是更多維的資料，則必須用其它的方法。例如將某一向資料取平均數，再做分析。此法雖然可行，但卻忽略三向資料間可能潛藏的相關性。且社會科學的研究日趨複雜，三向資料也就更常見到，而我們可能也對三向資料間彼此的關聯感到興趣。因此在1960、1970年代，學者開始研究將主成分分析的模型加以擴展成適合分析三向資料的模型。本文除了介紹三向資料主成分分析所使用的Tucker3模型及其參數估計法外，也以28家股票上市公司為實例，探討資本結構影響因素於五年間（1989~1993年）在不同公司群組間的變化情形。
謝辭
摘要
目錄-----i
圖目錄-----ii
表目錄-----iii
第一章 緒論-----1
第一節 研究動機與研究目的-----1
第二節 本文架構-----1
第二章 相關文獻探討-----2
第三章 模型的描述與參數估計法-----3
第一節 三向資料-----11
第二節 三式主成分分析的模型-----15
第三節 模型參數的估計-----21
第四章 實證分析-----37
第一節 應用實例-----37
第二節 變數選取-----38
第三節 資料來源-----40
第四節 資料分析及結果-----42
第五章 結論-----61
參考文獻-----63
圖目錄
圖一 三向資料的片狀分割-----14
圖二 三向資料的纖維束狀分割-----14
圖三 變數乘積矩陣特徵值的變化情形-----42
圖四 時間乘積矩陣特徵值的變化情形-----42
圖五 公司乘積矩陣特徵值的變化情形-----43
圖六 公司群組一(C1)和公司群組一(C3)之散佈圖-----49
圖七 C1(+)特徵群組五年間獲利變化情形-----54
圖八 獲利能力五年間在不同特徵群組中的變化情形-----56
圖九 公司規模五年間在不同特徵群組中的變化情形-----56
圖十 抵押價值五年間在不同特徵群組中的變化情形-----57
圖十一 股利政策五年間在不同特徵群組中的變化情形-----57
表目錄
表一 公司名稱一覽表-----41
表二 變數名稱一覽表-----41
表三 變數之特徵值及變異解釋百分比-----45
表四 變數成分負載矩陣-----45
表五 時間之特徵值及變異解釋百分比-----47
表六 時間成分負載矩陣-----47
表七 公司群組一覽表-----49
表八 核心矩陣-----52
表九 五年中五個影響因素在五個特徵群組間的變化情形-----55
表十 核心矩陣中元素之變異解釋百分比-----59
表十一 各主成分的總變異解釋程度-----60
(限達賢圖書館四樓資訊教室A單機使用)