| dc.contributor.advisor | 張健邦 | zh_TW |
| dc.contributor.advisor | Chang, Chien Pang | en_US |
| dc.contributor.author (Authors) | 趙湘琪 | zh_TW |
| dc.contributor.author (Authors) | Chao, Hsiang Chi | en_US |
| dc.creator (作者) | 趙湘琪 | zh_TW |
| dc.creator (作者) | Chao, Hsiang Chi | en_US |
| dc.date (日期) | 1994 | en_US |
| dc.date.accessioned | 29-Apr-2016 09:21:10 (UTC+8) | - |
| dc.date.available | 29-Apr-2016 09:21:10 (UTC+8) | - |
| dc.date.issued (上傳時間) | 29-Apr-2016 09:21:10 (UTC+8) | - |
| dc.identifier (Other Identifiers) | B2002003390 | en_US |
| dc.identifier.uri (URI) | https://ah.lib.nccu.edu.tw/item?item_id=99710 | - |
| dc.description (描述) | 碩士 | 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 (描述) | 82354015 | zh_TW |
| dc.description.abstract (摘要) | 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。 | zh_TW |
| dc.description.tableofcontents | 謝辭\r\n摘要\r\n目錄-----i\r\n圖目錄-----ii\r\n表目錄-----iii\r\n第一章 緒論-----1\r\n 第一節 研究動機與研究目的-----1\r\n 第二節 本文架構-----1\r\n第二章 相關文獻探討-----2\r\n第三章 模型的描述與參數估計法-----3\r\n 第一節 三向資料-----11\r\n 第二節 三式主成分分析的模型-----15\r\n 第三節 模型參數的估計-----21\r\n第四章 實證分析-----37\r\n 第一節 應用實例-----37\r\n 第二節 變數選取-----38\r\n 第三節 資料來源-----40\r\n 第四節 資料分析及結果-----42\r\n第五章 結論-----61\r\n參考文獻-----63\r\n\r\n圖目錄\r\n圖一 三向資料的片狀分割-----14\r\n圖二 三向資料的纖維束狀分割-----14\r\n圖三 變數乘積矩陣特徵值的變化情形-----42\r\n圖四 時間乘積矩陣特徵值的變化情形-----42\r\n圖五 公司乘積矩陣特徵值的變化情形-----43\r\n圖六 公司群組一(C1)和公司群組一(C3)之散佈圖-----49\r\n圖七 C1(+)特徵群組五年間獲利變化情形-----54\r\n圖八 獲利能力五年間在不同特徵群組中的變化情形-----56\r\n圖九 公司規模五年間在不同特徵群組中的變化情形-----56\r\n圖十 抵押價值五年間在不同特徵群組中的變化情形-----57\r\n圖十一 股利政策五年間在不同特徵群組中的變化情形-----57\r\n\r\n表目錄\r\n表一 公司名稱一覽表-----41\r\n表二 變數名稱一覽表-----41\r\n表三 變數之特徵值及變異解釋百分比-----45\r\n表四 變數成分負載矩陣-----45\r\n表五 時間之特徵值及變異解釋百分比-----47\r\n表六 時間成分負載矩陣-----47\r\n表七 公司群組一覽表-----49\r\n表八 核心矩陣-----52\r\n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\r\n表十 核心矩陣中元素之變異解釋百分比-----59\r\n表十一 各主成分的總變異解釋程度-----60 | zh_TW |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#B2002003390 | en_US |
| dc.subject (關鍵詞) | 三向資料 | zh_TW |
| dc.subject (關鍵詞) | 三式主成分分析 | zh_TW |
| dc.subject (關鍵詞) | 交錯最小平方法 | zh_TW |
| dc.subject (關鍵詞) | 奇異值分解 | zh_TW |
| dc.subject (關鍵詞) | 資本結構 | zh_TW |
| dc.subject (關鍵詞) | 3-way data | en_US |
| dc.subject (關鍵詞) | principal component analysis | en_US |
| dc.subject (關鍵詞) | alternating least square method | en_US |
| dc.subject (關鍵詞) | singular value decomposition | en_US |
| dc.title (題名) | 三向資料的主成分分析 | zh_TW |
| dc.title (題名) | 3-way data principal component analysis | en_US |
| dc.type (資料類型) | thesis | en_US |
