共变异矩阵相等.PPT

區別分析 多變量分析—管理上的應用 * 區別分析原理 優、劣公司之財務績效表現 如下圖，先計算兩組樣本的平均數，再以兩組平均數的中點為分界，可以將樣本分為兩組 多變量分析—管理上的應用 * 選擇區別變數(1) 以EBIT及ROE為兩軸，繪出各個資料點在座標平面上所在的位置，而Z軸則為與EBIT軸夾角θ的新軸 圖中樣本點P投影至Z軸之投影長度為ZP，其計算的公式為，其中，w1、w2可視為在兩個變數的線性組合中的權重 多變量分析—管理上的應用 * 選擇區別變數(2) 圖8-3中，有4個財務比率變數X1、X2、X3、X4，我們由兩個群組中抽樣，圖中的曲線為各組樣本在個別變數的分配。由其中可以看出，變數X1和X2區別兩組樣本的效果，優於變數X3和X4 多變量分析—管理上的應用 * 界定區別規則 組間均方誤(SSB)對組內均方誤(SSW)的比值λ會隨著夾角θ而變動，當λ值愈大，表示其對應的Z軸上，各投影點的組間均方誤和組內均方誤的差異愈大，也就是該軸線區別各組的能力愈佳。因此，決定區別方程式的基本原則，就是「找出極大化λ值的夾角θ」 多變量分析—管理上的應用 * 常用的區別規則 多變量分析—管理上的應用 * 主成分析析 vs. 區別分析 主成份分析和區別分析都是要找出一個最適的、所有變數的線性組合，但是，它們選擇最適線性組合的標準並不相同 主成份分析的目的是要找出能夠涵蓋最大變異的線性組合