典型相关摘要.doc

典型相關摘要 解釋典型變量的方法是觀察每一個典型變量(即因素)與該組內每一個變數間的相關，這些相關數稱為典型相關。邏輯上當變數與典型變量相關性愈高，表示共同性也愈大，因此對此典型變量做解釋時，重要性也愈高。有時，某一個變數在某典型變量上的典型權重可能很接近於0，但是其典型負荷卻是相當高，也有可能是相反的情形，看起來這是矛盾的，事實上典型權重是每一個變數對此典型變量的‘獨特性’貢獻，其隱含著篇相關的意義，而典型負荷卻是變數與典型變量間的簡單相關。 正準分析摘要 正準分析摘要 正準 R: .84657 Chi2左邊右邊變數數目116變異數經萃取100.000%8.59266%全部複聯71.6674%6.15814%變數: 1GCIMPT變數:2NONAUDIT變數:3TENURE變數:4REPORTLAG變數:5SIZE變數:6LEVERAGE變數:7ALTMANZ變數:8DSHARE變數:9DPLEDGE變數:10INDRATIO變數:11DUALITY變數:12CHAIRCH變數:13BOARD變數:14PRIORGC變數:15INDUSTRY變數:16PROCOMP兩組變數被自己組典型變數為100%及8.59266%，且被對方典型變量解釋的變異數比例分別為71.6674%及6.15814% 卡方檢定典型變量 連續根已移除之卡方檢定Root 已移除正準正準卡方dfpLambda00.8465660.7166743903.281160.000.283326由上表P值(0.0000)0.05，代表顯著相關。 X組變數(吻合程度)與典型變量的典型權重 正準加權, 右邊子集Root 1IMPT-0.026996NONAUDIT-0.015707TENURE0.029636REPORTLAG0.025147SIZE0.039569LEVERAGE-0.085332ALTMANZ0.106544DSHARE-0.017443DPLEDGE-0.034667INDRATIO-0.003407DUALITY-0.024746CHAIRCH-0.036773BOARD-0.000342PRIORGC-0.920813INDUSTRY-0.009227PROCOMP0.018116y組的典型變量為 GC= -0.026996IMPT -0.015707NONAUDIT +0.029636TENURE +0.025147REPORTLAG  +0.039569SIZE -0.085332LEVERAGE +0.106544ALTMANZ -0.017443DSHARE  -0.034667DPLEDGE -0.003407INDRATIO -0.024746DUALITY -0.036773CHAIRCH  -0.000342BOARD -0.920813PRIORGC -0.009227INDUSTRY +0.018116PROCOM