Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 主因子模型中一些決策程序之研究
Some Decision Procedures in Principal Factor Models
作者 張瑾芳
貢獻者 黃登源
張瑾芳
日期 1994
上傳時間 14-Apr-2016 13:57:14 (UTC+8)
摘要 本文的主要目的在研究主因子模型中所遇到的一些實際問題:
     1.在決定因子數時,要使-個因子對總變異的百分比,樣本和母體之差異在所容忍的範圍內,樣本需要多大。
     2.如此決定的因子數的可靠度有多少。
     3.影響主因子模型或因子數的特異資料如何偵測。
     本文分為兩部分,第一在建立模型,第二為診斷模型,共五章。第一章導論在解釋本文的研究動機、目的、範圍,文獻回顧和貢獻。並討論共同因子模型中的假設和理論,且建構一個理論上可以假設的因子模型,作為下面兩章所要研究的模型。第二章研究決定因子數的決策法。為了正確決策的保證機率的標達到一定值,導出所需要的樣本數和臨界值。第三章提出一個方法以偵測主因子模型中的異常點。所導出的影響函數是有關因子分數的函數。第四章舉個例子以說明如何應用本文第二章和第三章的定理。第五章結論,提供使用主因子模型的意見,本文技術的限制以及進一步的研究方向。
     結果找到樣本數、可觀察變數個數減因子數、樣本百分比之誤差、可靠度,這四者的關係式,發現除非樣本數無限大,選擇m個同因子時,樣本臨界值不可能達到母體所選擇的臨界。並且最後提出兩個有關因子分數的影響函數,以偵測異常點並檢察模型。
One of the main prob1ems that this research wants to deal with is how many factors should be chosen so that they can account for all the corre1ation structure and the remaining e1ements of the unique vector inc1uding the error terms are uncorrelated, i. e. covariance of E is a diagonal matrix in the orthogona1 factor model x--p=Lf+E. There are several heuristic criteria of when to stop factoringl. It should be noted that these empirical approaches estimate the covariance matrix Z by the samp1e covariance S, not estimating the eigenva1ues l` s of Z.
描述 博士
國立政治大學
統計學系
資料來源 http://thesis.lib.nccu.edu.tw/record/#A2002000634
資料類型 thesis
dc.contributor.advisor 黃登源zh_TW
dc.contributor.author (Authors) 張瑾芳zh_TW
dc.creator (作者) 張瑾芳zh_TW
dc.date (日期) 1994en_US
dc.date.accessioned 14-Apr-2016 13:57:14 (UTC+8)-
dc.date.available 14-Apr-2016 13:57:14 (UTC+8)-
dc.date.issued (上傳時間) 14-Apr-2016 13:57:14 (UTC+8)-
dc.identifier (Other Identifiers) A2002000634en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/84402-
dc.description (描述) 博士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計學系zh_TW
dc.description.abstract (摘要) 本文的主要目的在研究主因子模型中所遇到的一些實際問題:
     1.在決定因子數時,要使-個因子對總變異的百分比,樣本和母體之差異在所容忍的範圍內,樣本需要多大。
     2.如此決定的因子數的可靠度有多少。
     3.影響主因子模型或因子數的特異資料如何偵測。
     本文分為兩部分,第一在建立模型,第二為診斷模型,共五章。第一章導論在解釋本文的研究動機、目的、範圍,文獻回顧和貢獻。並討論共同因子模型中的假設和理論,且建構一個理論上可以假設的因子模型,作為下面兩章所要研究的模型。第二章研究決定因子數的決策法。為了正確決策的保證機率的標達到一定值,導出所需要的樣本數和臨界值。第三章提出一個方法以偵測主因子模型中的異常點。所導出的影響函數是有關因子分數的函數。第四章舉個例子以說明如何應用本文第二章和第三章的定理。第五章結論,提供使用主因子模型的意見,本文技術的限制以及進一步的研究方向。
     結果找到樣本數、可觀察變數個數減因子數、樣本百分比之誤差、可靠度,這四者的關係式,發現除非樣本數無限大,選擇m個同因子時,樣本臨界值不可能達到母體所選擇的臨界。並且最後提出兩個有關因子分數的影響函數,以偵測異常點並檢察模型。
zh_TW
dc.description.abstract (摘要) One of the main prob1ems that this research wants to deal with is how many factors should be chosen so that they can account for all the corre1ation structure and the remaining e1ements of the unique vector inc1uding the error terms are uncorrelated, i. e. covariance of E is a diagonal matrix in the orthogona1 factor model x--p=Lf+E. There are several heuristic criteria of when to stop factoringl. It should be noted that these empirical approaches estimate the covariance matrix Z by the samp1e covariance S, not estimating the eigenva1ues l` s of Z.en_US
dc.description.tableofcontents 封面頁
     證明書
     致謝詞
     論文摘要
     List of Tab1es and Figures
     目錄
     Chapter I: Introduction
     Motivation of the Research
     Review
     A Construction of a Factor Model
     Outline
     Chapter II: A Screening Procedure to Determine the Number of Components in Principal Component Analysis
     Chapter III: Influential Observations for Factor Scores in the Principal Factor Models
     Notations
     Influence Functions for Factor Scores
     Chapter IV: Example
     Chapter V: Conc1usions
     Conclusions
     Limitations and Suggestions
     References
     Appendices
     Appendix A: Ratio of Critical Va1ues
     Appendix B: Data
     Appendix C: Index P1ots of EIC for Factor Scores
zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#A2002000634en_US
dc.title (題名) 主因子模型中一些決策程序之研究zh_TW
dc.title (題名) Some Decision Procedures in Principal Factor Modelsen_US
dc.type (資料類型) thesisen_US